Como criar seu próprio modelo DFM para DeepFaceLive - Tutorial Passo a Passo

Índice

1. Introdução
2. Passo 1: Preparação do Deep Face Lab 2.0
   • 2.1 Extrair e organizar as imagens
3. Passo 2: Extração das imagens
   • 3.1 Opções de extração automática
   • 3.2 Opções de extração manual
4. Passo 3: Ordenação dos dados de origem
5. Passo 4: Ordenação dos dados de destino
6. Passo 5: Treinamento do modelo
   • 6.1 Escolha de modelos pré-treinados
   • 6.2 Configuração do treinamento
   • 6.3 Iniciando o treinamento
7. Passo 6: Exportação do modelo treinado
8. Utilizando o modelo DFM personalizado
9. Perguntas frequentes (FAQ)
10. Conclusão

Passo 1: Preparação do Deep Face Lab 2.0

Antes de começarmos a usar o Deep Face Lab 2.0, é importante seguir algumas etapas para preparar o ambiente. A seguir, vamos detalhar o passo a passo para essa preparação.

2.1 Extrair e organizar as imagens

Após baixar e extrair o Deep Face Lab 2.0, você verá uma lista de comandos na pasta extraída. Neste primeiro passo, vamos criar três pastas: "data SRC", "data DST" e "model". Na pasta "data SRC", cole as fotos da pessoa cujo rosto você deseja usar como máscara. Quanto mais imagens, com diferentes expressões e posições do rosto, você tiver, melhores serão os resultados. Renomeie essas imagens com uma série de números começando por 401, 402, e assim por diante.

Acesse a pasta "data DST" e cole suas próprias fotos seguindo a mesma lógica de renomeação. Lembre-se de ter mais fotos com diferentes expressões para obter resultados mais precisos.

Passo 2: Extração das imagens

No segundo passo, vamos realizar a extração das imagens. Siga as instruções abaixo para selecionar a opção de extração que mais se adequa às suas necessidades.

3.1 Opções de extração automática

No comando número 4, você terá a opção de escolher entre a extração manual de facetes ou a extração automática de facetes. Recomendamos a opção de extração automática para simplificar o processo. Ao clicar nesse comando, uma janela de Prompt de comando será aberta. Escolha a opção "CPU" caso não possua uma placa gráfica (GPU) ou a opção padrão "VGA card" caso possua. Aceite as outras opções padrão e defina a qualidade para 100.

A extração será iniciada e pode levar alguns minutos, durante os quais o computador pode apresentar lentidão. Não cancele ou reinicie o processo.

Após a conclusão da extração, clique no comando 4.2 para ordenar os dados de origem. Esse processo será rápido e em seguida você poderá passar para o próximo passo.

3.2 Opções de extração manual

Caso prefira a extração manual de facetes, pule os três primeiros comandos e escolha a opção correspondente ao seu sistema (CPU ou GPU). Ao selecionar a extração manual, você terá mais controle sobre o processo, mas deverá realizar o ajuste das facetes manualmente em cada imagem. Siga as instruções fornecidas para concluir a extração.

Passo 3: Ordenação dos dados de origem

No terceiro passo, vamos ordenar os dados de origem para facilitar o treinamento do modelo. Clique no comando 5.2 "data DST sort" e uma nova janela de prompt de comando será aberta. Escolha as mesmas configurações utilizadas na ordenação dos dados de origem e aguarde alguns minutos para a conclusão desse processo.

Passo 4: Ordenação dos dados de destino

Agora, clique no comando 6 "sahi train" e selecione um modelo pré-treinado que seja adequado às suas necessidades. Você pode encontrar modelos pré-treinados disponíveis em um link fornecido na descrição deste Tutorial. Após escolher o modelo, preencha as configurações necessárias. Em seguida, uma nova janela do prompt de comando será aberta.

Nessa janela, você terá a opção de criar um novo modelo ou utilizar um modelo existente. Caso já tenha um modelo, digite o nome dele. Caso contrário, crie um novo nome. Preencha todas as configurações específicas do modelo escolhido e aguarde alguns minutos para o início do treinamento.

Durante o treinamento, uma janela exibirá o progresso do processo. É importante aguardar o tempo necessário para obter um resultado satisfatório, que pode levar dias. Durante o treinamento, você pode pressionar a tecla de espaço para avançar entre os quadros.

Quando estiver satisfeito com o treinamento, pressione ENTER para salvar o processo e fechar a janela do prompt de comando.

Passo 5: Exportação do modelo treinado

No quinto passo, clique no comando "export sahi as dfm". Uma nova janela do prompt de comando será aberta. Indique qual modelo você deseja salvar digitando o nome do modelo e o processo de conversão para o formato dfm será iniciado. Assim que concluído, o modelo será salvo na pasta "model" do local de trabalho.

Agora você está pronto para usar o seu modelo personalizado em formato dfm.

Utilizando o modelo DFM personalizado

Para utilizar o modelo DFM personalizado, copie o arquivo dfm gerado e cole-o na pasta "dfm" dentro da pasta "external" do Deep Face Lab. Com essa ação, você estará pronto para utilizar o modelo personalizado em suas aplicações.

Perguntas frequentes (FAQ)

Q: Quanto tempo leva para treinar um modelo usando o Deep Face Lab 2.0?

A: O treinamento de um modelo pode levar dias, dependendo das configurações utilizadas e da capacidade de processamento do seu computador.

Q: O Deep Face Lab 2.0 funciona apenas com imágenes obtidas do rosto de uma pessoa?

A: Sim, o Deep Face Lab 2.0 é projetado para trabalhar com imagens do rosto de uma pessoa como máscara, permitindo a aplicação desse rosto em outras imagens.

Q: Onde posso encontrar modelos pré-treinados para usar com o Deep Face Lab 2.0?

A: Você pode encontrar modelos pré-treinados no link fornecido na descrição deste tutorial.

Q: Posso usar o Deep Face Lab 2.0 para processar vídeos além de imagens estáticas?

A: Não, o Deep Face Lab 2.0 é voltado principalmente para o processamento de imagens estáticas, não sendo projetado para processar vídeos.

Q: Existem requisitos específicos do sistema para usar o Deep Face Lab 2.0?

A: O Deep Face Lab 2.0 requer um computador com boa capacidade de processamento, preferencialmente com uma placa gráfica (GPU) para acelerar o processo de extração e treinamento.

Conclusão

O Deep Face Lab 2.0 é uma ferramenta poderosa para a criação e treinamento de modelos personalizados de faces. Seguindo os passos apresentados neste tutorial, você estará pronto para utilizar essa ferramenta e personalizar modelos de acordo com suas necessidades. Lembre-se sempre de utilizar imagens adequadas e de ter paciência durante o treinamento, pois resultados melhores requerem tempo e esforço. Divirta-se utilizando o Deep Face Lab 2.0!

Recursos:

• Modelos pré-treinados
• Canal do YouTube do autor