DeepFaceLab默认情况下都都是自动提取脸部,整体来说效果不错,脸部曲线识别度也比较高.但是自动不是万能的,有些图片的轮廓识别并不好.而识别不好最直接的结果就是合成的视频可能会出现抖动. 也就是说,抖动出现的一个原因就是脸部轮廓识别不精确. 那么如何解决这个问题呢? DeepFaceLab的解决方法是提供了一个手动识别的工具. 首先,这个功能仅针对DST.使用这个过程大概需要先做以下操作. 1.视频转图片 2.从图片中提取脸部图片 3.查看Debug目录,找到有问题的图片,删除. ​ 比如

Model NeuralNet( (l0): Linear(in_features=6, out_features=256, bias=True) (relu): ReLU() (bn0): BatchNorm1d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (l00): Linear(in_features=256, out_features=1, bias=True) ) Extract layer

通过上面级片文章,你应该基本知道了换脸的流出,也能换出一个视频来.此时,你可能会产生好多疑问,比如每个环节点点到底是什么意思,那些黑漆漆屏幕输出的又是什么内容,我换脸效果这么差,该如何提升?等等,好奇宝宝已上线,不搞明白睡不着.接下来,我就把每个环节展开说一说.本篇文章主要说“人脸提取部分”. DeepFaceLab 更目录如下. workspace工作目录如下 1) clear workspace.bat (清空项目) 这是一个用来初始化项目目录的文件,由于软件本身自带了一个workspace

换脸程序执行步骤,大部分程序都是类似.DeepFaceLab 虽然没有可视化界面,但是将整个过程分成了8个步骤,每个步骤只需点击BAT文件即可执行.只要看着序号,一个个点过去就可以了,这样的操作应该不复杂吧. DeepFaceLab 换脸的八个步骤主要可以分为五个阶段. 1.视频转图片 2.提取脸部, 3.训练模型, 4.人脸替换, 5.合成视频. 出于不同的原因,目录里准备了很多批处理(bat)文件,但是完成一次换脸,并不需要点击每一个文件.下面我举个例子. 按以下文件名依次点击,即可换成换脸

简介 DeepFaceLab是一种利用深度学习识别和交换图片和视频中的人脸的工具 这是一个github上的开源项目,所有人都可以查看源代码也能免费使用.个人认为这个项目的最大优点就是安装超级简单,几乎是无需安装,使用过程也不复杂,对于新手来说唯一的遗憾就是没有可视化界面,但这一点很容易克服,只要看完这个简易教程人人都能学会. 下面是关于这个项目的一些介绍,可以选择性阅读,不懂也没关系. 功能特性 安装方便,环境依赖几乎为零,下载打包app解压即可运行(最大优势) 添加了很多新的模型 新架构,易于

严格上来说这个软件本身并不需要安装,他唯一需要的就是对应版本的显卡驱动,CUDA和CuDNN都非必须.下面我说一下如何安装正确的驱动版本.我尽量写得简洁清晰,希望大家都能看懂,但是,如果你连基本的电脑操作都不会,那我就无能为力了. 本教程都是针对如下配置 操作系统:Window server 2016(适用于Win10) 显卡:Nvidia Tesla P80  11G(只要是N卡都差不多) DeepFaceLab版本:DeepFacelabCUDA10.1AVX_build_03_13_201

前面的都是准备工作,这个环节才是真的换脸.换脸主要分两部分,1,图片换脸,2,把图片合成视频. 7) convert H64 debug.bat 这个环节是和训练环节相对于的,比如我们之前选的是H64,这里就选带H64的来进行转换.如果之前选了SAE,这里就选SAE. 其中的每一种类型两个文件,一个带Debug,一个不带.谁便点一个,不影响结果.默认你可以选带debug的文件. 双击后出现的内容如上,显示了这个模型的迭代次数,以及模型的配置.底部Choose mode 是让你选择合成的模式,你直

训练模型,是换脸过程中最重要的一部分,也是耗时最长的一部分.很多人会问到底需要多少时间?有人会告诉你看loss值到0.02以下就可以了.我会告诉你,不要看什么数值,看预览窗口的人脸.看第二列是否和第一列一样清晰,看最后一列是否清晰,如果答案是“是”,那么恭喜你可以进入下一个环节了. 这个环节主要包括6个文件,每个文件代表一种模型,你只需选择一种即可.目前用的比较多的是,H64,H128,SAE . 如果你玩这个软件,建议选着H64,出效果快,参数简单. 如果你需要更高的清晰度可选H128 如果你

本次更新主要是增加了脸图样本生成器,一般来说我们提取脸图之后会放到aligned文件夹里面,训练的时候会加载这些脸图,若是图片少还行,一旦图片太多加载效率低不说,同样会影响了训练效率.现在好了,我们只需要在训练之前运行4.2.other) data_src util faceset pack.bat和5.3.other) data_dst util faceset pack.bat,将所有脸图全部生成样本格式,效率提高很多. faceset pack 运行faceset pack之后你的脸图将会

突然有一天部署在服务器的一个应用挂掉了,没办法只能进入服务器打开 [事件查看器]查看下,好不容易找到了打开后一脸懵逼 事件查看器查到的内容根本对我们排障没有任何作用. 在这个时候如果有对应的dump文件就能派上用场了, 只要有dump文件就能查到应用挂掉那刻的一手情报,可能有人认为分析dump文件是非常难的事情, 但是最近不断有新的dump分析工具出来,例如用vs2017就能够很简单的分析dump文件. 接下来我们用几个实际的例子来看看如何用vs2017来分析dump文件吧 dump文件的收集

此篇博客为本人对小甲鱼的课程的总结. 关于Scrapy的安装网上都有方法,这里便不再叙述. 使用Scrapy抓取一个网站一共需要四个步骤: 0.创建一个Scrapy项目: 1.定义Item容器: 2.编写爬虫: 3.存储内容. 本次爬取的目标是全球最大的目录网站http://www.dmoztools.net,由于此网站数据过于庞大,我们这里只拿它的两个子网页做测试(手动捂脸) http://www.dmoztools.net/Computers/Programming/Languages/Py

网站上的小白入门系列教程是基于2019.3.13的版本而编写,有部分内容已经发生了变化.而目前比较稳定的版本为620,这个版本保持了很长一段时间,并没有发现什么大问题,用着挺好.所以我决定针对这个版本从新写一个使用教程.(哭,写了几天项目作者开始疯狂更新版本….不过没关系620还是值得拥有!) 这个教程主要是为了把一些更新的内容囊括进来,不会像小白入门那么细致,但是我会尽量写的通俗易懂. 1. DeepFaceLab的安装 软件安装部分可以参考之前的教程,是一模一样的,核心要点只有一个:更新驱动

突然想做一下流量分析题,记得掘安攻防实验室上面有很多的流量分析题目,故做之 流量分析题一般使用的都是wireshark,(流量分析工具中的王牌 夺取阿富汗 说了分析http头,所以直接过滤http协议 追踪流 发现响应头里面有CTF: dGhlRmxhZ0luSHR0cEhlYWRlcg== 一看就是base64编码,解码得: 夺取阿曼: 下载之后解压,使用wireshark打开出错 当然在题目里面已经提示了pcap文件已经损毁,另外还有zip文件存在,我们先使用windows下的foremos

今天用nodejs进行http请求时返回的数据是一个html文件,然后我还是按照以前解析json数据的方法.果不其然报错了:SyntaxError: Unexpected token  in JSON at position 0 没办法,只好换一种方法,将接受到的Buffer对象toString,然后打印出来发现是乱码. 第一感觉是编码问题,google一下然后看官方文档,总结三种方法: 1.toString 加编码格式作为参数. 2.使用iconv-lite 改变编码. 3.使用cheerio

最近在做一个火炬之光的技能系统的demo,需要用到配置表工具. &在网上没有找到让自己满意的工具&自己感兴趣, so自己做了一个. 我使用的C#语言,用了网上的SimpleJSON工具脚本来做的,下面直接上代码: 界面代码(ps.注释掉的部分是生成对应代码的类,但感觉目前写的不好,就不上传了...) using System; using System.Collections.Generic; using System.Windows.Forms; namespace ConfigTool

在开发前端页面的时候,元素的居中是一个永远都绕不开的问题.看似简单的居中二字,其实蕴含着许许多多的情况,对应着很多的处理方法,本文就试图对页面布局中的居中问题进行总结~~ 居中问题分为水平居中和竖直居中两种:而根据所居中元素的不同,有内联元素居中和块级元素居中两种居中问题.下面开始分类整理: 一.内联元素的居中 1.内联元素的水平居中:在父元素上设置text-align:center; (为了节省空间.突出重点,每个选择器中无关紧要的样式我都会全部写在第一行,从第二行开始是关键样式~ 下同) 2

本文来自于腾讯bugly开发者社区,未经作者同意,请勿转载,原文地址:http://dev.qq.com/topic/5809bb47cc5e52161640c5c8 Dev Club 是一个交流移动开发技术,结交朋友,扩展人脉的社群,成员都是经过审核的移动开发工程师.每周都会举行嘉宾分享,话题讨论等活动. 本期,我们邀请了 腾讯 TEG 技术工程师"文亚飞",为大家分享<深度学习在OCR中的应用>. 大家好,我是文亚飞,来自腾讯TEG,目前负责图像识别相关的工作.OCR(

小优有话说: App Crash就像地雷. 你怕它,想当它不存在.无异于让你的用户去探雷,一旦引爆,用户就没了. 你鼓起勇气去扫雷,它却神龙见首不见尾. 你告诫自己一定开发过程中减少crash,少埋点地雷,但总是不得其法. 降低Crash率,需要的是技巧.工具.耐心与时间. 本文由腾讯天天P图测试团队现身说法,为你讲述他们将Crash率直降90%背后的故事,希望能为你“排雷”提供一些思路. PS:以后每周四记得关注这里哦!小优将为你精选“干货”,让腾讯的开发&测试大牛们陪你一起为提升产品质量!

序:        自己的网站中需要接入一个视频模块,虚拟主机的空间小所以只能引用第三方的链接.感觉国内优酷好不错,所以查了一下优酷的接口. 0x00:        先去优酷API开放中心申请一个开发者帐号.注册一个APP KEY.        传送门:http://app.open.youku.com/ 0x01:        调用别人的接口都是比较省事的,接口:https://openapi.youku.com/v2/videos/show_basic.json?video_id=[这

1.该网站的ppt链接全部都在页面上,用正则手动提取所有链接,放在指定位置的,以txt形式保存,格式如下 2.写个java文件处理一下,如下: package platform; import java.io.BufferedInputStream; import java.io.BufferedOutputStream; import java.io.BufferedReader; import java.io.File; import java.io.FileInputStream; imp