머신러닝,딥러닝

Faceswap 설치하고 사용하기 기록과정 Part 2 - Train

mcdn 2023. 4. 27. 10:48
반응형

 

 

Train settings

Settings에 들어가서 

로스나 모델 같은 거 설정할 수 있는데 

넘어가도록 한다. 

 

 

 

Swap in and Swap out

 

Input A : 얼굴이 없어지는 장면 

Input B : 얼굴이 되는 사진들 

 

둘다 이전 EXTRACTION PROCESS에서 꺼낸 사진들이어야 하며 

1000~10000개 사진이 있어야 한다 !!!!!! 

 

 

얼굴이 되는 사진도 1000개~10000개가 있어야 한다니.. 

 

 

그래서 swap in할 얼굴도 1분 짜리 영상을 가져와서 extract과정을 거쳤다 

 

1분 영상에 대해 1시간 30분 걸려서 EXTRACT할 결과 1670개 이미지를 얻을 수 있었다. 

 

 

진짜 Train

 

 

 

위처럼 얼굴을 없앨 사진들을 input A로, 

집어넣을 얼굴을 input B에 집어넣는다. 

 

반드시 Model Dir도 선정해야 한다!! 

 

 

그리고 Run을 누르면 

이렇게 preview도 나오고 

mask 대상얼굴이 나온다. 

 

10분당 100iteration이 나오는데.. 

그럼 1000000을 돌려면 약 100000분 1666시간..ㅋㅋㅋㅋ 

 

11시 50분 당시 처음 

첫 250 iteration은그냥 엄청 뭉개진 얼굴들이었는데

 

1시 52분

약 2시간 후 1000 iteration 지난 다음에는 

original swap 간train이 조금 된 걸 알 수 있다. 

 

loss도 계속 낮아진다 

 

 

 

 

약 20시간 경과 

12500 iteration을 돌렸다 (17시간은 한번 꺼져서 그런거지 토탈 20시간 맞음)

 

 

original은 조금 더 뚜렷해진 걸 알 수 있다. 

 

 

왼쪽이 1000 iteration(2시간) 오른쪽이 12500 iteration(20시간)

 

 

loss도 아직까지는 계속 낮아짐. 

 

 

 

12625에서 일단 멈추고 convert해보자 

 

 

 

약 24시간 경과 14000 iteration 정도 

 

26시간 경과 15785 iteration 

 

12500 vs 15750 

loss는 매우 작게 차이난다. 

 

04/27/2023 15:45:59 INFO     [Saved models] - Average loss since last save: face_a: 0.02542, face_b: 0.02208


04/27/2023 17:10:18 INFO     [Saved models] - Average loss since last save: face_a: 0.02504, face_b: 0.02193


반응형