DeepFaceLab 模型预训练参数Pretrain的使用！

最新推荐文章于 2025-09-26 03:32:38 发布
原创 最新推荐文章于 2025-09-26 03:32:38 发布 · 5.2k 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#DeepFaceLab

Pretrain参数是20190501版本才加入的参数，作者加入这个参数的目的应该是提升模型的训练速度和增强适应性。具体有哪些提升，需要大家去摸索，我这里分享一下自己的使用过程。

这个参数仅针对SAE模型，并且只有在第一次启动的时候可以配置，配置完之后，一旦中断训练之后，这个预训练环节就结束了。

 

 

上图为预训练的效果图，这个界面红红绿绿配上灰色，看起来还挺好看。

 

除了颜色上的差别之外，看起来和平时的训练并没有什么差别。但是根据作者的描述，以及我们自己的验证，有些模型文件在预训练阶段并不更新。

具体的文件是LIAE模型: inter_AB.h5， DF模型: encoder.h5.

为什么要这样？ 我…不知道啊…

想要结束预训练，只要关闭就行了。下载再次启动就是正常模式了。

用软件自带的素材，训练一段时间后的效果如上。

然后又换了一套素材，又跑了10000多个迭代。从预览图来看效果还可以。

最终合成了一下，效果如上。边缘还可以，脸部整体偏暗，两只眼睛看起来有点不一样。本文是纯演示，没有结论，如果大家使用这个预训练后有什么好的经验总结，欢迎留言。

--------------------------------------------------------

获取更多Deepfakes/AI换脸内容可访问 deepfakes中文网

第一时间获取相关文章可关注微信公众号：托尼斯塔克（TonyIsStark）

 

[从零开始学DeepFaceLab-18]: 使用-命令行八大操作步骤-第6步：模型的选择与训练 - 进阶 - 使用“预训练模型”与“模型的预训练”
文火冰糖（王文兵）的博客
05-08 3万+
目录 前言： 第1章 什么是预训练模型与预训练？ 1.1 什么是预训练模型pretrained model 1.2 什么是预训练 1.3预训练为什么能够加速模型训练？ 第2章 DeepFaceLab作者提供的预训练模型 2.1 不同模型的策略 2.2作者为什么没有提供全部训练模型？ 2.3 如何获取SAEHD、AMP的预训练模型 第3章 如何使能SAEHD、AMP模型的“预训练”功能 第4章 如何基于预训练模型进行训练 第5章 重复利用自己的训练模型反复训练 它山之石 前言...
前沿技术领域中预训练模型的迁移学习
AI天才研究院
06-02 882
本文旨在系统性地介绍预训练模型在迁移学习领域的最新进展和应用技术。预训练模型的核心架构和工作原理迁移学习的关键技术和策略实际应用中的最佳实践和解决方案前沿研究方向和未来发展趋势本文的范围包括但不限于自然语言处理(NLP)、计算机视觉(CV)和跨模态领域的预训练模型迁移应用。背景介绍：建立基本概念和知识框架核心概念：深入分析预训练模型和迁移学习的原理算法实现：通过代码示例展示具体实现方法数学模型：提供理论基础和量化分析实战案例：展示真实场景中的应用。
DeepFaceLab 模型参数收藏
LiuPig
06-13 3769
一： 二：
DeepFaceLive混合精度训练：FP16加速模型训练
最新发布
gitblog_00374的博客
09-26 667
你是否在使用DeepFaceLive进行实时人脸交换时遇到模型训练速度慢的问题？本文将介绍如何通过混合精度训练（Mixed Precision Training）技术，利用FP16（半精度浮点数）加速DeepFaceLive模型训练，在保证精度的同时提升训练效率。读完本文后，你将了解混合精度训练的基本原理、在DeepFaceLive中的应用方法以及实际效果对比。 ## 混合精度训练简介 混合精...
deepfacelab SAE 模型训练参数详解
weixin_45583519的博客
08-29 1万+
SAE是deepfacelab中最好最灵活的模型。通过合理的参数配置，你可以定制自己显卡的专属模型。 Enable autobackup? (y/n ?:help skip:%s) : --自动备份模型，每小时备份一次。保留最近15个备份的数据。 Write preview history? (y/n ?:help skip:n): --写预览历史记录？ （是/否？：帮助 跳过：n）： --将...
DeepFaceLab常见的几种模型概念：通用模型和万能模型
AI人工智能影像技术博客
11-18 2263
很多新手会听到几种关于模型的概念，比如：通用模型，万能模型（万能丹，模型被通俗的称之为‘丹’）。还有一些商家鼓吹出来的名词，比如神丹，仙丹等，这俩就不做解释和说明了。 今天主要讲解下通用模型和万能模型这两个概念。
faceswap算法之DeepFaceLab
年轻即出发，
06-20 1万+
论文：DeepFaceLab: A simple, flexible and extensible faceswapping framework Github：https://github.com/iperov/DeepFaceLab 论文提出了一个简单，灵活，可扩展的换脸框架DeepFaceLab。 使用DeepFaceLab进行换脸的，汤姆·克鲁斯2020“参选”美国总统的竞选广告 主要贡献： 一个具有成熟流程的state-of-the-art 的框架提出，旨在获得真实图片结果..
DeepFaceLab进阶（4）：通过Colab免费使用Tesla K80 跑模型！
托尼不是塔克
04-03 8855
当学会了换脸软件DeepFaceLab基本使用，各种参数配置，各有优化技能之后。唯一约束你的可能是电脑配置。 CPU能跑，但是慢到怀疑人生，低配模型都得跑一周 低配显卡，显存不够，H128 根本就跑不起来，BS稍微大点就蹦了 本地不行，其实可以用GPU服务器，但是价格不比买个高配显卡便宜。 深度学习玩的就是配置，配置太差怎么办？ 花钱升级咯。 没钱怎么办？ 本来想说“凉拌”，但是经过多日...
DeepFaceLab参数详解之Batch-Size的使用和取值！
托尼不是塔克
10-10 6594
Batch-Size简称BS。 这是一个非常常见的参数，所有模型都具备的一个参数。 这其实是深度学习中的一个基础概念。要说理论可以说出一大堆，大家可以先简单的理解为一次处理的图片张数。为了防止吓跑小白，还是从实际操作说起。 1.如何设置batch-size 双击train64.bat启动程序，三次回车后就出现了Batch_size，此时你可以输入一个具体的数字，比如：8。也可以直接回车...
教程类：在超算互联网（SCNet）平台轻松玩转多模态大模型LLaVA的推理、预训练与微调。
m0_62480812的博客
08-15 4416
教程类：在超算互联网（SCNet）平台轻松玩转多模态大模型LLaVA的推理、预训练与微调。
文心一言：开启AI人工智能领域的智慧之旅
AI天才研究院
04-16 1324
本文旨在全面解析百度"文心一言"大语言模型的技术架构和实现原理，帮助读者理解这一前沿AI技术的核心机制。文章涵盖从基础概念到高级应用的全方位内容，包括模型架构、训练方法、应用场景和发展趋势等。文章首先介绍文心一言的背景和核心概念，然后深入探讨其技术实现细节，包括算法原理和数学模型。接着通过实际案例展示其应用，最后讨论相关工具资源和未来发展方向。文心一言(ERNIE Bot)：百度推出的大语言模型产品，具备强大的自然语言理解和生成能力大语言模型(LLM)
多模态情感识别应用论文阅读笔记
qq_52679708的博客
02-27 1759
多模态情感识别阅读笔记
DeepFaceLab：A simple，flexible and extensible face swapping framework（2020）
studyeboy的专栏
06-22 5488
[Paper] DeepFaceLab:A simple, flexible and extensible face swapping framework [Code-Pytorch]deepfakes/faceswap [Code-Official]iperov/DeepFaceLab
简单尝试DeepFaceLab（DeepFake）的新AMP模型
Shion's bla bla blog
02-09 1万+
AMP对应amplifier（放大器），因为目标的面部表情被放大到源脸。 这个模型可以控制`morph factor`（变形因子）参数,可以在合成前指定 `0.0` 到 `1.0` 的参数值……
如何自己电脑上使用 DeepFaceLab 教程（SAEHD 模型）
iCloudEnd的博客
05-18 3696
Deepfakes（“深度学习”和“假” [1]的合成词）是合成媒体，其中现有图像或视频中的人物被替换为其他人的肖像。虽然伪造内容的行为并不新鲜，但 deepfakes 利用机器学习和人工智能的强大技术来操纵或生成具有很高欺骗潜力的视觉和音频内容。用于创建 deepfakes 的主要机器学习方法基于深度学习并涉及训练生成神经网络架构。
DeepFaceLab620稳定版使用过程详解！
托尼不是塔克
10-09 6300
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....
高效使用DeepFaceLab（DeepFake）提高速度和质量的一些方法
Shion's bla bla blog
01-22 3万+
不仅要输出质量，我们也要速度，来提高效率吧。
[从零开始学DeepFaceLab-10]: 使用-命令行八大操作步骤-第6步：模型的选择与训练 - 模型训练
热门推荐
文火冰糖（王文兵）的博客
05-04 3万+
目录 总体流程： 步骤6：模型的选择与训练 - 模型训练命令 6.1 命令：【6) train Quick96.bat】-- 适用CPU only情形以及快速学习 -- 必需之一 6.2 命令：【6) train SAEHD.bat】-- 适用于高质量输出的场合 -- 必需之一 6.3命令：【6) train AMP.bat】-- 适用于实时应用的场合 -- 必选之一 6.4 开始模型训练 6.5如何查看模型的训练效果？ 6.6何时可以停止模型的训练？ 6.7如何停止模型的训练？...
deepfacelab训练模型
02-17
### 使用 DeepFaceLab 进行模型训练 #### 准备工作环境 为了顺利运行 DeepFaceLab，建议使用 Windows 或 Linux 操作系统。安装必要的依赖库，包括 Python 和 TensorFlow 等机器学习框架[^1]。 #### 数据准备 收集并整理用于训练的人脸图像数据集。通常需要两组不同的个体照片作为源图片(source)和目标图片(dst)，每张图片应保持清晰度良好且正面朝向为主。创建两个文件夹分别存储这两类图像，并确保命名简单易识别[^2]。 #### 安装配置工具包 下载最新版本的 DeepFaceLab 并解压到本地磁盘上指定位置；打开命令提示符窗口进入该目录下执行 `setup_env.bat` 脚本完成虚拟环境搭建以及所需软件包自动部署操作[^3]。 ```bash cd path\to\DeepFaceLab call setup_env.bat ``` #### 预处理阶段 利用 extract 子模块提取人脸特征点信息并将原始素材转换成适合神经网络输入格式的小尺寸裁剪图。此过程会自动生成对应标签文件供后续步骤调用： ```bash python main.py videoed extract-video --input-file data_dst.mp4 --output-dir workspace/data_dst --debug python main.py extract --input-dir workspace/data_src --output-dir workspace/data_srcaligned --detector s3fd python main.py extract --input-dir workspace/data_dst --output-dir workspace/data_dstaligned --detector s3fd ``` #### 训练模型 启动 training 工具开始迭代优化权重参数直至收敛稳定为止，在这个过程中可以实时查看损失函数变化曲线来评估当前进度情况。推荐选用 SAEHD 架构因为它能够较好平衡性能与质量之间的关系[^4]: ```bash python main.py train --training-data-src-dir workspace/data_srcaligned \ --training-data-dst-dir workspace/data_dstaligned \ --model-dir models/SAEHD \ --model-name SAEHD ``` #### 后期合成测试 当满意于所得到的结果之后就可以尝试通过 convert 命令把经过修饰过的面孔无缝融合回原视频流当中去实现最终效果预览了: ```bash python main.py convert --input-dir input_dir --output-dir output_dir --model-dir model_SAE --force-model-name SAE ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值