1. Используя рабочую область по умолчанию, вам не нужно загружать его самостоятельно, только для знакомства с операцией.
2. Загрузите свое собственное рабочее пространство в указанный каталог через Google Drive.
Примечание: веб -сайт Google теперь нуждается в «научном интернете» для доступа.
# 1. Повешенная облачная тарелка Google # Нажмите «Авторизация ссылки», скопируйте авторизацию, заполните поле и вернитесь в поле. from google.colab import drive drive.mount(‘/content/drive’, force_remount=True)
# 2. Создайте каталог DeepFacelab и введите каталог %cd /content/drive/My Drive/ !mkdir DeepFaceLab %cd /content/drive/My Drive/DeepFaceLab/
# 3. Скачать данные рабочей области !git clone https://github.com/dream80/DFLWorkspace.git workspace
Шаг 2 Установите DeepFacelab
# 1. Получите исходный код DFL !git clone https://github.com/iperov/DeepFaceLab.git
# 2. Введите каталог DeepFacelab %cd /content/drive/My Drive/DeepFaceLab/DeepFaceLab
# 3. Установите зависимость от питона !pip install -r requirements-colab.txt !pip install —upgrade scikit-image
Шаг 3 Извлеките лицо
# 1. Убедитесь, что путь верен, введите DeepFacelab %cd /content/drive/My Drive/DeepFaceLab/DeepFaceLab
# 2. ПИНЕВОД !python main.py videoed extract-video —input-file ../workspace/data_src.mp4 —output-dir ../workspace/data_src/
# 3. SRC извлечь изображение лица !python main.py extract —input-dir ../workspace/data_src —output-dir ../workspace/data_src/aligned —detector s3fd —debug-dir ../workspace/data_src/aligned_debug
# 4. SRC Sort, вы можете просмотреть результаты через Google Cloud Disk, Delete Bad Pictures !python main.py sort —input-dir ../workspace/data_src/aligned —by hist
# 5.dst видео на картинки !python main.py videoed extract-video —input-file ../workspace/data_dst.mp4 —output-dir ../workspace/data_dst/
# 6.dst извлечь изображение лица !python main.py extract —input-dir ../workspace/data_dst —output-dir ../workspace/data_dst/aligned —detector s3fd —debug-dir ../workspace/data_dst/aligned_debug
# 7.dst Sort, вы можете просмотреть результаты через Google Cloud Disk, удалить плохие картинки !python main.py sort —input-dir ../workspace/data_dst/aligned —by hist
Шаг 4 Обучающая модель
- Поддержите H128, SAE, DF, LIAEF128 и другие модели, выберите модель в соответствии с вашей собственной ситуацией.
- В начале обучения требуются параметры конфигурации. Не забудьте запустить предварительный просмотр. Другие параметры могут быть выбраны в соответствии с вашей собственной ситуацией. Если вы используете параметр по умолчанию, верните его напрямую.
- Если вы не хотите тренироваться, вы можете нажать, чтобы остановиться. Когда вы остановитесь, вы бросите исключение, но это не имеет значения. Я могу продолжать тренироваться в следующий раз
- Если вы хотите просмотреть историю, сначала прекратите обучение, а затем нажмите третий код ниже
# Убедитесь, что путь верен, введите DeepFacelab_colab %cd /content/drive/My Drive/DeepFaceLab/DeepFaceLab
Ниже приведен сценарий для начала обучения модели. Не укажите все, просто нажмите на один из них. Используйте первый SAE по умолчанию
DeepFaceLive Установка Обзор Инструкция | Install Overview Instructions
Подробный гайд для новичка по DeepFaceLab
# 1.Running trainer. SAE !python main.py train —training-data-src-dir ../workspace/data_src/aligned —training-data-dst-dir ../workspace/data_dst/aligned —model-dir ../workspace/model —model SAE —no-preview
# 2.Running trainer H128 !python main.py train —training-data-src-dir ../workspace/data_src/aligned —training-data-dst-dir ../workspace/data_dst/aligned —model-dir ../workspace/model —model H128 —no-preview
# 3.Running trainer.
DF !python main.py train —training-data-src-dir ../workspace/data_src/aligned —training-data-dst-dir ../workspace/data_dst/aligned —model-dir ../workspace/model —model DF —no-preview
# 4.Running trainer. LIAEF128 !python main.py train —training-data-src-dir ../workspace/data_src/aligned —training-data-dst-dir ../workspace/data_dst/aligned —model-dir ../workspace/model —model LIAEF128 —no-preview
Шаг 5 преобразованный выход
Используйте SAE, чтобы преобразовать по умолчанию.
Если требуются другие модели, измените параметры в команде.
Например, Modify -Model SAE на -Model H128
# 1. Используйте лицо в SRC, чтобы заменить лицо DST !python main.py convert —input-dir ../workspace/data_dst —output-dir ../workspace/data_dst/merged —aligned-dir ../workspace/data_dst/aligned —model-dir ../workspace/model —model SAE
# 2. Преобразование замененного изображения в видео !python main.py videoed video-from-sequence —input-dir ../workspace/data_dst/merged —output-file ../workspace/result.mp4 —reference-file ../workspace/data_dst.mp4
Шаг 6 Продолжить обучение
Когда вы начинаете тренироваться во второй раз, или вам нужно выполнять все шаги выше после продолжения обучения. Всего несколько простых шагов ниже.
- Висящий облачный диск
- Зависимость установки
- Начать обучение
# #Нажмите авторизацию ссылки, скопируйте код авторизации, заполните поле, а затем верните. from google.colab import drive drive.mount(‘/content/drive’, force_remount=True) # F %cd /content/drive/My Drive/DeepFaceLab/DeepFaceLab # Установить зависимость от питона !pip install -r requirements-colab.txt !pip install —upgrade scikit-image # SAE, если это другие модели, измените параметры позади. !python main.py train —training-data-src-dir ../workspace/data_src/aligned —training-data-dst-dir ../workspace/data_dst/aligned —model-dir ../workspace/model —model SAE —no-preview
Источник: russianblogs.com
Как установить DeepFaceLab в Linux для создания deepfake-видео
Уже несколько лет в Интернете появляются так называемые Deepfake видео, но в последние месяцы его популярность значительно возросла благодаря различным инструментам и приложениям, упрощающим создание.
Deepfake — это метод, используемый для изменения изображений или видео с использованием искусственного интеллекта, в большинстве случаев он используется для наложения одного лица на другое, создавая таким образом поддельные видео с впечатляющими результатами.
Раньше создание deepfake видео было навыком, на освоение которого уходили годы, но теперь, с развитием технологий, это очень легко сделать.
DeepFaceLab — это инструмент, доступный для Linux и других систем, который позволяет очень простым способом создавать deepfake-видео с помощью командной строки.
Может показаться, что использование DeepFaceLab очень сложно в использовании, но все совсем наоборот: просто запустив несколько скриптов, вы можете изменить видео и добавить новое лицо главному герою.
Как установить DeepFaceLab в Linux
Чтобы установить DeepFaceLab, вам необходимо сначала установить Anaconda3 с помощью Официальный сайт а затем вам нужно будет инициализировать его следующими командами:
экспорт PATH = ~ / anaconda3 / bin: $ PATH conda init bash
Теперь вы можете перейти к установке DeepFacebLab со следующими строками кода:
conda create -y -n deepfacelab python = 3.6.6 cudatoolkit = 9.0 cudnn = 7.3.1 conda активировать deepfacelab git clone https://github.com/lbfs/DeepFaceLab_Linux.git cd DeepFaceLab_Linux python -m pip install -r requirements-cuda .текст
Если у вас Ubuntu 16.04 или 18.04, вы можете проверить официальную страницу сборки, чтобы узнать о способах установки DeepFaceLab в обеих системах.
Использование DeepFaceLab может быть непростым делом, но как только вы прочтете это всегда актуальное руководство, вы сможете создавать свои дипфейк-видео как профессионал.
Если у вас возникнут проблемы с установкой или использованием DeepFaceLab, мы с радостью поможем вам в комментариях.
Содержание статьи соответствует нашим принципам редакционная этика. Чтобы сообщить об ошибке, нажмите здесь.
Полный путь к статье: Любители Linux » SPA-программы » Как установить DeepFaceLab в Linux для создания deepfake-видео
Вы можете быть заинтересованы
5 комментариев, оставьте свой
Оставьте свой комментарий Отменить ответ
Ругер сказал
тому назад 4 лет
Как я могу запустить программу после ее установки или как проверить, что она работает?
ХЮГО ФЕРНАНДО КАРРЕРА ТОАСА сказал
тому назад 4 лет
Спасибо за обмен
как я решаю следующее.
ОШИБКА: не удалось найти версию, удовлетворяющую требованию tensorflow-gpu == 1.12.0 (из -r requirements-cuda.txt (строка 5)) (из версий: 1.13.0rc1, 1.13.0rc2, 1.13.1, 1.13.2 .1.14.0, 0rc1.14.0, 1rc1.14.0, 1.15.0, 0rc2.0.0, 0a2.0.0, 0b2.0.0, 1b2.0.0, 0rc2.0.0, 1rcXNUMX)
ОШИБКА: не найдено подходящего распределения для tensorflow-gpu == 1.12.0 (из -r requirements-cuda.txt (строка 5))
Помогите мне, пожалуйста
Рикардо сказал
тому назад 4 лет
Привет, Это дает мне ту же ошибку, которую комментирует HUGO FERNANDO CARRERA TOASA ОШИБКА: не удалось найти версию, удовлетворяющую требованию tensorflow-gpu == 1.12.0 (из -r requirements-cuda.txt (строка 5)) (из версий: 1.13.0rc1, 1.13.0rc2, 1.13.1, 1.13.2 .1.14.0, 0rc1.14.0, 1rc1.14.0, 1.15.0, 0rc1.15.0, 1rc1.15.0, 2rc1.15.0, 3rc1.15.0, 2.0.0, 0a2.0.0, 0b2.0.0, 1b2.0.0, 0rc2.0.0 , 1rc2.0.0, 2rc2.0.0, XNUMX)
ОШИБКА: не найдено подходящего распределения для tensorflow-gpu == 1.12.0 (из -r requirements-cuda.txt (строка 5))
Франсиско Диас Карси сказал
тому назад 3 лет
Привет
Вы говорите: «Использование DeepFaceLab может быть сложным, но как только вы прочтете это всегда актуальное руководство, вы сможете создавать свои дипфейк-видео как профессионал». но где учебник по использованию? Спасибо, привет.
Билл сказал
тому назад 2 лет
Здравствуйте, доброе утро, я хотел бы знать, может ли кто-нибудь помочь мне с Deepface для Windows 10. Проблема в том, что я загружаю его и, следуя инструкциям видеоурока, устанавливаю драйверы для видеокарты nvidia, cuda_9.0.176 _win10.exe, патч cuda_9.0.176.1_windows.exe, библиотека cudnn-9.0-windows10-x64-v7.6.5.32.zip и программа deepface. Я выполнил все шаги, но когда я открываю программу, я получаю маленькое пустое окошко, в котором написано: Журнал изменений:
— Автообновления белки
— Повторно добавлены наборы данных изображений
— Исправлена ошибка без лица
— Снова добавлены параметры слияния
— Обновлен до TF 1.5, CUDA 9
Не забудьте также загрузить и установить основную библиотеку. Как только оно будет загружено и установлено в соответствии с инструкциями на форуме, перезагрузите приложение, и это сообщение будет
исчезают.
То есть программа мне не открывается. Я был бы очень признателен за любую помощь, которую вы можете мне оказать. Очень благодарны. Уильям
Источник: www.linuxadictos.com
Мануал DeepFaceLive
DeepFaceLive — это нейросеть, которая может изменять лица в режиме реального времени на видео. Вы можете стримить или общаться в прямой трансляции. Это может быть очень весело, но также может использоваться для создания рекламных или маркетинговых материалов. Вот как использовать DeepFaceLive:
- Скачайте и установите программу DeepFaceLive на свой компьютер.
- Запустите программу и выберите исходное видео, которое вы хотите изменить.
- Загрузите фотографию лица, которое вы хотите наложить на исходное видео.
- Подождите, пока нейросеть обработает видео и наложит выбранное лицо на исходное видео.
- Смотрите на измененное видео и экспериментируйте с различными настройками.
Помните, что использование DeepFaceLive может нарушить приватность других людей. Поэтому, убедитесь, что у вас есть согласие на использование лица, которое вы хотите наложить на видео.
Так что, если вы хотите изменить лица в режиме реального времени, попробуйте использовать DeepFaceLive!
DeepFaceLab — это инструмент для создания реалистичных подделок видео с использованием технологии глубокого обучения. Этот инструмент переделывает уже готовые видео.
Для того чтобы начать использовать DeepFaceLab, вам нужно:
- Установить и настроить программу. Вы можете скачать DeepFaceLab на официальном сайте, и следовать инструкциям для установки на свой компьютер.
- Собрать и подготовить видео-материалы. DeepFaceLab использует набор фотографий для создания модели лица, а затем применяет эту модель к видео. Вы можете использовать любой набор фотографий, включая снимки вашего лица или чьего-то другого.
- Создать модель лица. DeepFaceLab предоставляет несколько различных методов для создания модели лица, включая SAEHD, Quick96 и H128. Каждый метод имеет свои сильные и слабые стороны, и лучше выбрать метод в зависимости от ваших потребностей и возможностей вашего компьютера.
- Обучить модель. После создания модели лица, вам нужно обучить ее на вашем наборе фотографий. Это может занять много времени, в зависимости от сложности модели и количества фотографий, но это необходимо для получения качественных результатов.
- Применить модель к видео. После того, как модель будет обучена, вы сможете использовать ее для замены лица на видео. DeepFaceLab позволяет выбирать точки на лице, которые будут использоваться для выравнивания, и много других параметров для получения наилучшего результата.
- Экспортировать результат. После того, как вы создали deepfake-видео, вы можете экспортировать его в формате видеофайла, который вы можете сохранить на вашем компьютере.
Важно помнить, что создание deepfake-видео может быть незаконным и может нарушать права других людей. Поэтому перед использованием DeepFaceLab убедитесь, что вы выполняете все необходимые правовые требования.
Легкий мануал как сделать замену в режиме реального времени через DeepFaceLive
Сложный мануал как сделать из готового видео через DeepFaceLab
Спасибо, что читаете ❤️
Источник: telegra.ph