Deepfacelab模型训练，人人都可以训练一个专属自己的模型

在开始训练模型之前，我们需要先了解，我们目前现有几个模型，SAEHD、AMP、Quick96，这几个是比较稳定的模型，当然还有最新的木兰模型。木兰模型的使用，需要用在dfl 开源代码上二次开发的软件去使用。

术语介绍

• SAEHD：高清自动编码器，至少显存在6GB以上。最常用的模型，有多种架构变体；一般来讲，src、dst有一些相似之处时，交换人脸、特别是一般的脸/头形状，可以自由地重复使用、预训练，一般可以提供快速的、较好的效果，但一些架构会因相似性差、光线、颜色将导致人脸替换效果差。
• AMP：新模型类型，更倾向保留源数据（src）形状，同样，显存至少6GB以上。具有可调整的变形因子，后期更考验合成技术、经验。与SAEHD不同的是，它没有不同的架构可供选择，并且在重复使用时，不太通用，需要更长的训练时间，也没有预训练的选项，但可以提供好的效果，结果看起来更像src。
• Quick96：测试模型，适用于显存 2-4GB。固定参数：96*96像素分辨率、（全脸）FullFace类型、batch-size：4、SAEHD的DF-UD架构，用于快速测试效果。

训练模型步骤顺序（仅供参考）

大致模型概况介绍了，我的建议选择是尽量用SAEHD模型，关于模型架构变体，可以看下文，如果你急于尝鲜想迫不及待训练个模型玩玩，那可以参考下面的方法。我相信大家希望有更快的捷径走，我依旧推荐，你先自己训练一个，然后，有了一定基础，在使用模型复用（通俗来说，万能模型等等）

新手训练模型 参考方法1

新手训练模型 参考方法2

这里，火星泰二师兄多提一句，为啥两个训练方法差很多，提示说的很明白，并没有固定的顺序，当然也不是完全瞎搞，大致思路，就是把形先学习了，在填细节，细节有很多。最终看预览图，毕竟咋们这个弄得都是机器视觉类，从研究角度来说，那就看loss值，尤其你会代码的话，可以解开很多模型参数，分析loss值对应效果。

模型参数中文解释

• SAEHD模型参数设置⁸
  • Resolution：像素分辨率，模型分辨率越高，模型学习的人脸越详细
  • Face type：脸型，一般就选择wf
  • AE architecture：模型架构
  • AutoEncoder dimensions：自解码器，影响模型学习人脸的整体能力，直接默认
  • Encoder dimensions：编码器，影响编码器学习人脸的能力，直接默认
  • Decoder dimensions：解码器，影响解码器重现人脸的能力，直接默认
  • Decoder mask dimensions：遮罩解码器
• SAEHD训练参数设置⁹
  • Autobackup every N hour：自动备份，单位小时，
  • Write preview history：创建预览历史记录
  • Target iteration：预设迭代次数
  • Flip SRC faces randomly：随机翻转src人脸，视情况开
  • Flip DST faces randomly：随机翻转dst人脸，视情况开
  • Batch_size：涉及算法，总的来说，bz数值选择适中。建议最小值4
  • Eyes and mouth priority：眼睛和嘴巴（包括牙齿）优化，提供清晰度和细节水平；没有闭眼和张嘴的素材，则关闭
  • Uniform yaw distribution of samples：轮廓面优化，预训练默认打开
  • Blur out mask：羽化遮罩蒙版，要配合XSeg训练一起用，否则就是关闭
  • Place models and optimizer on GPU：模型、优化器在gpu上运行，提高了性能，但增加了显卡的负载。
  • Use AdaBelief optimizer：adabelief优化器，提高模型准确性和训练面部质量
  • Use learning rate dropout：学习率衰减，加速人脸训练，减少亚像素人脸抖动，在一定程度上也可以减少灯光闪烁
  • Enable random warp of samples：是否启用随机扭曲样本，开始训练模型的时候，就开启
  • Random hue/saturation/light intensity：随机色调/饱和度/光强，建议值0.05
  • GAN power：额外的训练方式，获得脸部细节，建议0.01
  • GAN patch size=模型分辨率/8
  • GAN dimensions：提高效果，获得锐利的边缘，建议16
  • true face：合成后的脸看起来更像src，同时会带来脸更加锐利。会改变照明和颜色匹配，建议0.001或者0.01
  • Face style power：开启时，先备份模型，从0.001-0.1开始，根据你的需要增加或减少。改善照明和颜色匹配
  • Background style power：同Face style power
  • Color transfer for src faceset：src和dst颜色匹配，让合成后的肤色、色调和dst相似
  • rct/lct/mkl/idt/sot sot开启在训练期间性能受影响，其余在合并的时候对性能有影响
  • Enable gradient clipping：此功能降低模型崩溃的几率，无论什么时候都开启
  • Enable pretraining mode：在启用随机人脸数据集初始预训练模型的时候，使用。在训练到50万到100万此迭代之后，关闭。此功能在训练实际的dst、src时，节省时间。减少人脸清晰显示的时间

1. 颜色变化表示与上一步操作发生变化 ↩︎
2. 仅WF、Head的脸型有 ↩︎
3. 这部分针对遮罩训练 ↩︎
4. 这部分针对遮罩训练 ↩︎
5. 显卡不是特别行，就选择off，把一部分内容放到cpu上运算 ↩︎
6. 只有DF架构才有 ↩︎
7. 迭代次数并不是标准答案，完全凭对预览效果 ↩︎
8. 模型参数，一旦设置，在训练无法更改 ↩︎
9. 训练参数，可以在每次开启训练前修改 ↩︎

随着软件的开发，某些模型可能会有更多选项可用或不可用，如果你使用的是最新版本并注意到缺少某些选项，请通过评论告诉我，我会尝试以尽快更新。

火星提示：先打好基础，不要急于求成。等有了基础，更多的理解的时候，自然而然有更多的方法思路涌现。老规矩，上付费阅读部分，这部分主要针对想要对模型参数、训练参数意义更深入理解，以及如何更好使用现有模型快速制作更多的实时换脸（直播换脸）的方法。