FakeApp图文教程

闲不住a · 发表于 2018-11-22 19:07:08

必安装:【Deep 工具环境】
软件:【Deep 工具】FakeApp 最新

应用简介
先简单介绍一下FakeApp的三个模块
GET DATASET:获取数据集，在这一步中，你的素材视频将被逐帧切割成图片，程序会自动识别并提取出图片中人物的面部数据。
TRAIN:训练模型，根据第一步中生成的数据集，机器会自动地帮你训练模型，从而进行面部的替换。
CREATE:生成视频，这一步便是整个实验中最为神奇的地方，他能根据你训练出的模型，将给定视频素材中人物的面部进行替换，最后生成替换后的视频。

开始实验
1.第一步，生成数据集
先创建一个文件夹fake，将素材视频存放进去

咱们姑且用A和B来区分这两个小姐姐好了，按照FakeApp的提示，将素材路径填入，点击EXTRACT，接下来无需任何操作，等程序跑完就行了。你会看到fake文件夹中多出了一个dataset-A的目录，这便是我们待会儿训练模型时需要的数据集了。A的训练集生成后，重复这一步骤，生成B的训练集。至此，咱们第一步结束了。

2.第二步，训练模型
在这一步开始前，你需要在fake文件中创建一个model目录，这里会存放模型文件。和之前一样，依次填入文件夹路径，下面的参数无需修改，使用默认配置即可。点击TRAIN，等待程序初始化后，会弹出一个预览框，这时，你几乎可以高枕无忧了。刚开始你会发现预览框最右侧的一列会非常模糊，不要紧，模型才刚开始训练。Loss A和Loss B代表模型的差异值，咱们无需关注数值产生的原理，你只需要知道，两者之差越小，说明模型训练的越好。

训练模型是一个很耗时间的活儿，以我为例，每个数据集各350张左右的面部图像，训练了大概13个小时，差异值稳定在了0.1%左右。如果你想要更好的效果，建议每个数据集不低于500张，至于如何确定数据集的大小，可以看上面的示例图A，图中的360代表dataset-A的数据量。
值得一提的是，训练进度会被实时保存下来，也就是说你可以随时暂停训练，在预览窗口中，输入英文小写字母q即可保存退出，下次想要继续训练的话，打开FakeApp再点击TRAIN即可。
——-———————————分割线——-———————————

13个小时过去了，最右一列已经十分清晰了，效果也令人满意，要不咱们先合成一个视频试试?

3.在model中填入我们先前训练好的模型路径，Video则填入你想要替换的视频路径，依旧是傻瓜式，点击CREATE，稍安勿躁，让GPU飞一会儿~程序跑完后，你应该就能在fake文件中看到生成的swap.mp4文件