盡量不要少，因?yàn)樗怯邢薜那倚枰惶鎿Q的素材，根據(jù)各軟件的臉圖篩選規(guī)則和網(wǎng)上大神的建議，總體來(lái)說(shuō)，SRC臉圖最好是大概700~3999的數(shù)量，像Deepfacelab的作者，他就認(rèn)為1500張夠了。對(duì)于SRC，各種角度、各種表情、各種光照下的內(nèi)容越多越好，很接近的素材沒(méi)有用，會(huì)增加訓(xùn)練負(fù)擔(dān)。

2、手動(dòng)對(duì)齊識(shí)別人臉模式如何使用？

回車鍵：應(yīng)用當(dāng)前選擇區(qū)域并跳轉(zhuǎn)到下一個(gè)未識(shí)別到人臉的幀

空格鍵：跳轉(zhuǎn)到下一個(gè)未識(shí)別到人臉的幀

鼠標(biāo)滾輪：識(shí)別區(qū)域框，上滾放大下滾縮小

逗號(hào)和句號(hào)（要把輸入法切換到英文）：上一幀下一幀

3、MODEL是個(gè)什么東西？

MODEL是根據(jù)各種線條或其他奇怪的數(shù)據(jù)經(jīng)過(guò)人工智能呈現(xiàn)的隨機(jī)產(chǎn)生的假數(shù)據(jù)，就像PS填充里的“智能識(shí)別”，你可以從 https://affinelayer.com/pixsrv/ 這個(gè)網(wǎng)站里體驗(yàn)一下什么叫MODEL造假

4、MODEL使用哪種算法好？

各有千秋，一般Deepfacelab使用H128就好了，其他算法可以看官方在GitHub上寫(xiě)的介紹：https://github.com/iperov/DeepFaceLab

5、Batch Size是什么？要設(shè)置多大？

Batch Size的意思大概就是一批訓(xùn)練多少個(gè)圖片素材，一般設(shè)置為2的倍數(shù)。數(shù)字越大越需要更多顯存，但是由于處理內(nèi)容更多，迭代頻率會(huì)降低。一般情況在Deepfacelab中，不需要手動(dòng)設(shè)置，它會(huì)默認(rèn)設(shè)置顯卡適配的最大值。根據(jù)網(wǎng)上的內(nèi)容和本人實(shí)際測(cè)試，在我們這種64和128尺寸換臉的操作中，越大越好，因?yàn)樽詈侠淼闹的壳斑h(yuǎn)超所有民用顯卡可承受的范圍。

6、MODEL訓(xùn)練過(guò)，還可以再次換素材使用嗎？

換DST素材：

可以！而且非常建議重復(fù)使用。

新建的MODEL大概10小時(shí)以上會(huì)有較好的結(jié)果，之后換其他DST素材，僅需0.5~3小時(shí)就會(huì)有很好的結(jié)果了，前提是SRC素材不能換人。

換SRC素材，那么就需要考慮一下了：

第一種方案：MODEL重復(fù)用，不管換DST還是換SRC，就是所有人臉的內(nèi)容都會(huì)被放進(jìn)MODEL進(jìn)行訓(xùn)練，結(jié)果是訓(xùn)練很快，但是越雜亂的訓(xùn)練后越覺(jué)得導(dǎo)出不太像SRC的臉。

第二種方案：新建MODEL重新來(lái)（也就是專人專MODEL）這種操作請(qǐng)先把MODEL剪切出去并文件夾分類，這種操作可以合成比較像SRC的情況，但是每次要重新10小時(shí)會(huì)很累。

第三種方案：結(jié)合前兩種，先把MODEL練出輪廓后，再?gòu)?fù)制出來(lái)，每個(gè)MODEL每個(gè)SRC臉專用就好了。

7、出現(xiàn)ValueError: No training data provided怎么辦？

沒(méi)有臉部數(shù)據(jù)，可能是你用其它軟件截的臉，這是不行的，DFL僅支持自己截的臉。你可以將其它軟件截的臉讓DFL再截一遍就可以用了

8、出現(xiàn)ImportError: DLL load failed.

首先檢查Microsoft Visual C++ distributed 2015 X64裝了沒(méi)有，如果裝了就找度娘下載api-ms-win-downlevel-shlwapi-l1-1-0.dll（32位）和ieshims.dll復(fù)制到DFL的“_internalpython-3.6.8Libsite-packagescv2”中，

9、為什么我換的臉是模糊的

運(yùn)存過(guò)少，訓(xùn)練時(shí)間不夠，src人臉過(guò)少，loss值太高（0.5以上都有點(diǎn)糊）以及"pixel_loss = True"（就是模糊的開(kāi)關(guān)）都會(huì)導(dǎo)致這種情況，雖然512MB可以運(yùn)行，但是結(jié)果肯定是不盡人意的，推薦運(yùn)存2GB以上，訓(xùn)練時(shí)間一般10h以上，loss值推薦0.2左右。

10、為什么訓(xùn)練時(shí)loss值顯示的是nan，而且馬上就報(bào)錯(cuò)

這個(gè)我也不太清楚，可能是運(yùn)存太低，解決辦法就是“Use lightweight autoencoder? （Y / n,:? Help skip: n）：”選擇y（輕量編碼器，速度快35%，輸出結(jié)果目前看來(lái)差不多）。

11、為什么loss值降到一定就不降了

一般來(lái)說(shuō)降到0.2左右訓(xùn)練就很成功了（一般需要10+h，Iter100000+，而我的電腦需要訓(xùn)練一個(gè)星期才能達(dá)到目標(biāo)效果），但是也有特殊情況，降到1左右不再降的可能是臉差的太厲害了，比如講一個(gè)男人的臉貼一個(gè)女人身上，當(dāng)然也有可能是時(shí)間不夠。

12、src需要多少個(gè)照片訓(xùn)練比較好

700~3000個(gè)左右，推薦1500個(gè)最好，太少的話即使loss降到0.1也是糊的，太多的話加重運(yùn)算負(fù)擔(dān)。

《deepfacelab手機(jī)版》小編點(diǎn)評(píng)：

通過(guò)查看最詳細(xì)的換臉技巧，讓你輕松完成操作，各種不同的功能都是免費(fèi)提供，不會(huì)出現(xiàn)任何的費(fèi)用，所有的圖片都可以重新進(jìn)行編輯，通過(guò)選擇不同的背景顏色和場(chǎng)地，讓你打造出高質(zhì)量的精美圖片。