つづき
２．機械学習
作成したデータを機械学習にかけて、モデルを作成します
Train タブ
① Input A
変換元の顔画像のフォルダを指定します。
② Input B
変換後の顔画像のフォルダを指定します
Alignments は、指定する必要はありません（すでに顔だけ切り出してあるため）
③ Model Dir
学習結果を保存するフォルダを指定します。
④ Trainer
学習方式を指定します。精度や性能や演算負荷のトレードオフとなります。
Original が faceswap の初期バージョンから実装されてるもので軽量です
⑤ Training Batch Size
一度にどれだけ多くの学習を実行するかを指定します。
数を増やせばスピードはあがるが、GPUやメモリ容量と要相談
Train をクリックすると学習を開始します。
定期的に自動保存するので、学習を一時中断(Stop)しても、また Train で再開できます。
ただ、開始直後は、Stopかけてもなかなか止まらないので要注意
学習の進行状況は、Graph と Preview で確認できます。
数値的は、0.02 が目標
Preview は ３枚の画像があり、元画像(Original)、中間画像、学習結果(Swap) となっている。
学習結果が満足のいく出来になったら Convert へ進む。
３．動画作成
学習結果で動画を作成します
Convert タブ
① Input Dir
変換元の動画本体をを指定します。
② Output Dir
変換後ファイルのフォルダを指定します
③ Model Dir
学習結果を保存したフォルダを指定します。
④ Writer
変換結果のファイルフォーマットを指定します。
mp4 ファイルなら Ffmpeg
動画GIFや一連の静止画も可能
モデル学習と違う動画を Input に指定すると alignments ファイルが存在しないため、動的に顔検出処理をします。
でも、エラーになることが多い気がするので、モデル学習用の動画で試してみてください。
Happy deepfake !
