|
星级打分
平均分:NAN 参与人数:0 我的评分:未评
本帖最后由 后会无期 于 2022-8-24 19:03 编辑
本人纯练VR的,正在重新练新丹,因此将旧丹放出,是老版猫丹丹底,用纯VR视频图片训练4百万次,各种极度扭曲和死角、超近都可以成像。2D没试过,理论上应该更强。
附上刚练1万迭代的新片训练图一张,和已经合成后的VR老片效果图一张。
应一楼要求,增加两个效果图,还是QQ截屏一部分范围,看扭曲效果和表情,分辨率不用管,分辨率取决你的视频不是我的丹,整图违规的,4K图算了
奇怪,加的图不见了,再加一次。
好吧,为了活下去,删了图了
防止吐槽:无极度扭曲需求而且灵石少的不要买。
老是有人说检查链接失效,现增加文本附件了。
提醒,两个是一样的,买其中一个别买另一个。
最后更新一次,链接测试有问题的买附件,每问题的买链接
_ _ _ _ _
/ \ / \ / \ / \ / \
( 猫 | の | 汉 | 化 )
\_/ \_/ \_/ \_/ \_/
选择一个模型, 或者输入一个名称去新建模型.
[r] : 重命名
[d] : 删除
[0] : 猫之汉化神丹224 df-d - latest
[1] : DF-UD256
: 0
0
加载名为 猫之汉化神丹224 df-d_SAEHD 的模型...
选择一个或多个 GPU 编号(以逗号分隔).
[CPU] : CPU
[0] : NVIDIA GeForce GTX 1650
[0] 选择哪些 GPU 索引? :
0
Initializing models: 100%|###############################################################| 5/5 [00:07<00:00, 1.55s/it]
从 K:\DFL_maozhihanhua_RTX2080Ti-YANGYING\workspace\data_src\aligned 加载了 26425 个打包的面孔
从 K:\DFL_maozhihanhua_RTX2080Ti-YANGYING\workspace\data_dst\aligned 加载了 97070 个打包的面孔
========================模型概要========================
模型名字: 猫之汉化神丹224 df-d_SAEHD
当前迭代: 4398758
----------------------模型选项----------------------
resolution: 224
face_type: wf
models_opt_on_gpu: True
archi: df-d
ae_dims: 258
e_dims: 66
d_dims: 64
d_mask_dims: 16
masked_training: True
eyes_mouth_prio: False
uniform_yaw: False
blur_out_mask: False
adabelief: False
lr_dropout: n
random_warp: True
random_hsv_power: 0.0
true_face_power: 0.0
face_style_power: 0.0
bg_style_power: 0.0
ct_mode: none
clipgrad: False
pretrain: False
autobackup_hour: 5
write_preview_history: False
target_iter: 0
random_src_flip: False
random_dst_flip: False
batch_size: 4
gan_power: 0.0
gan_patch_size: 24
gan_dims: 16
猫の汉化: 淘宝地址:t.hk.uy/4ks
商业合作: 商业定制视频、出售高阶模型
联系方式: QQ微信:564646676
此丹免费: 严禁转卖
警惕骗子: 盗卖死妈
官方中文论坛: dfldata.cc
----------------------运行信息----------------------
设备编号: 0
设备名称: NVIDIA GeForce GTX 1650
显存大小: 2.86GB
================================================
猫之汉化
出售模型、商业换脸程序开发、商业换脸视频定制
QQ\微信:564646676
淘宝店地址:http://t.hk.uy/4ks
=============================================
启动中. 按回车键停止训练并保存进度。
保存时间|迭代次数|单次时间|SRC损失|DST损失
[11:35:35][#4401436][2897ms][0.3581][0.2023]
[11:39:22][#4401827][0551ms][0.3463][0.1955]
|
评分
-
查看全部评分
|