deepfacelab中的AMP模型训练流程分享(搬运外网)

meiyouruguo

第一阶段#1: SRC-SRC: RW 80k --> RW + UY 20k = 10万迭代 (相当于预训练)   （random_src_flip关闭 random_dst_flip关闭）
第二阶段#2: SRC-Random DST: RW + UY 40k --> RW + LRD 20k --> no RW 100k --> no RW + UY 20k --> no RW + LRD 20k = 20万迭代
第三阶段#3: SRC-DST: no RW + LRD 50k --> no RW + LRD + UY 20k --> + no RW + LRD + GAN 30k =10万迭代
当前演示的为主要步骤，其他参数可以根据自己需要设置，不要删除任何文件


SRC-SRC ：源人脸 对练 源人脸

SRC-Random DST：源人脸 对练 随机数据集

SRC-DST ：源人脸 对练 被替换的那个人脸

（这个总共下来是 40万迭代，更好的效果可在原基础训练次数上翻倍，）

RW 随机扭曲 Enable random warp of samples ( y/n ?:help ) : y
启用样本的随机扭曲 (y/n ?:help)：启用随机扭曲，以便在训练的初始阶段泛化模型。


UY 侧脸优化 Uniform yaw distribution of samples ( y/n ?:help ) : n

均匀偏航 (y/n ?:help)：帮助训练侧脸，强制模型均匀训练不同方向的面部。



LRD 使用学习率dropout Use learning rate dropout ( n/y/cpu ?:help ) : n
使用学习率降落 (y/n/cpu ?:help)：启用学习率降落，加速面部训练并减少子像素抖动。



GAN GAN强度 GAN power ( 0.0 .. 5.0 ?:help ) : 0

GAN强度 (0.0 .. 10.0 ?:help)：启用GAN训练，以获得更详细/锐利的面部。这是一个可调整的参数，建议在0.01左右


想学习的话可以先从AMP的 224 分辨率模型开始训练

• 第一阶段和第二阶段的工作流程就像训练 SAEHD 模型一样，不需要完全按照上边工作流程来操作。
  

重要的是（与其他 AMP 训练不同的地方）：

• 不要删除任何中间文件
• 针对包含不同人物的数据集进行 SRC 的预训练，就像训练 SAEHD 模型一样
• 对于 SRC-DST 交换，跳过完全随机的变换，直接使用 LRD 开始交换
  

hof123

学习一下AMP

taithshi

开始训练

rwx1979

好东西哦

benray

谢谢楼主分享

青春不复返

感谢楼主分享

850726

很好订单

随便的我

感谢楼主用心的分享

cfmmx

谢谢分享,感谢楼主分享！

qweczhao88

签到领灵石