1. 四款换脸软件介绍FakeAPP Faceswap Openfaceswap Deepfacelab1.1 四款软件的简介名称FakeAPPFaceswapOpenfaceswapDeepfacelab （集成环境版）简介可能是国内网络传播最广的换脸软件 GUI最为亲切但是2.2版本很差开源软件 后期版本有GUI 源码玩家可以修改测试Faceswap的GUI套壳版 目前停更且作者网站跳转到De
转载
2024-04-20 20:13:20
1144阅读
目录1. 命令讲解2. 高效使用大家使用的服务器中有多个GPU，而这个大服务器又在被很多人使用，比如你的课题组的同学。为了资源合理分配，不占用别人正在使用的GPU，我们可以指定自己要使用的GPU组（也就是在你的代码中使用的某一个或某几个GPU），这样就很有效的避免了GPU的资源占用，实现资源的最大化，也不用因为占用特别大的GPU被课题组的“拉黑举报”了！HHH~~~选择特定的GPU组运行程序可在程
转载
2024-03-28 13:40:07
438阅读
流量那些事儿Problem Description流量是大家都十分关心的事情，现在小暗接到了一个小任务，要写一个流量计费的系统，其中一个关于流量使用优先级的判断让他卡得很厉害，于是他来求助你帮他写。 已知流量使用优先级顺序： 省内流量包＞全国流量包＞套餐内省内流量＞套餐内全国流量＞套餐外流量（超出的流量） 用户初始只有套餐内流量，省内流量包（类型 1）和全国流量包（类型 2）需要订购才可拥有，而且
转载
2024-04-29 23:01:26
30阅读
DeepFace主要思想人脸识别，检测-对齐-提取-分类假设一旦人脸完成对齐，每个面部区域位置在像素级时固定的，因此可以直接从原始像素RGB中学习；主要贡献：人脸识别网络DNN，便于推广；3D人脸对齐系统；人脸对齐基于基准点的人脸解析三维建模，利用翘曲面部裁剪得到3D正面面部；3D对齐，使用传统的LBP直方图，设置阈值并以某一像素点为中心领域内像素点一起和阈值比较，大于阈值时就将其变为1小于阈值变
1.强制只使用cpu: import os
＃os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" # see issue #152
os.environ["CUDA_VISIBLE_DEVICES"] = "" 注意：os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"可能会改变没有次句时GPU的默认序号。 2.
转载
2024-05-22 21:42:56
610阅读
ubuntu下安装开发环境Anacondabash ./Anaconda3-2019.07-Linux-x86_64.sh 安装完成后，会自动将环境变量添加到$HOME/.bashrc。安装完成后，激活spyder，在命令行输入以下命令：anaconda-navigator出现以下界面：点击spyder,安装激活即可利用pip安装opencv，输入以下命令，查看调用哪一个pip：&nbs
首先看下WebGPU的目标：目标：同时支持实时屏幕渲染和离屏渲染。使通用计算能够在 GPU 上高效执行。支持针对各种原生 GPU API 的实现：Microsoft 的 D3D12、Apple 的 Metal 和 Khronos 的 Vulkan。提供一种人类可创作的语言来指定在 GPU 上运行的计算。可在浏览器的多进程架构中实现，维护Web的安全性。尽可能让应用程序在不同的用户系统和浏览器之间可
转载
2024-06-18 20:56:07
170阅读
前言基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。 用到了一个开源的深度学习模型：VGG model。 最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！ CPU：intel i5-4590 GPU
转载
2024-08-08 15:42:07
1043阅读
在深度学习和科学计算领域，GPU（图形处理单元）由于其强大的并行计算能力，成为了许多模型训练的首选。然而，Python环境中的许多库（例如 TensorFlow、PyTorch）在默认情况下可能不会自动选择GPU。本文将详细介绍如何在Python中指定使用GPU。
问题背景
随着深度学习和大数据分析的发展，越来越多的用户开始使用GPU加速模型训练和数据处理。然而，许多初学者在使用Python
注：本文基于Windows系统，PyTorch运行平台为cpu。一、准备工作1.1 下载代码地址：https://github.com/YadiraF/DECA 可以直接下载代码压缩包(DECA-master.zip)，并解压文件，为了方便说明，本文把根目录记为DECA。1.2 下载FLAME2020FLAME2020是德国马普研究所(马克斯·普朗克学会)做的FLAME model (Faces
2014 CVPRFacebook AI研究院简单介绍人脸识别中，通常经过四个步骤，检测，对齐（校正），表示，分类论文主要阐述了在对齐和表示这两个步骤上提出了新的方法，模型的表现超越了前人的工作对齐方面主要使用了3D人脸模型来对齐人脸，表示方面使用了9层的一个CNN，其中使用了局部卷积人脸对齐 已经存在一些人脸数据库的对齐版本（比如LFW-a），但是对齐人脸仍然是一件很困难的事，由于受到姿态（人脸
转载
2024-10-17 20:58:47
110阅读
DeepFace是FaceBook提出来的，后续有DeepID和FaceNet出现。而且在DeepID和FaceNet中都能体现DeepFace的身影，所以DeepFace可以谓之CNN在人脸识别的奠基之作，目前深度学习在人脸识别中也取得了非常好的效果。下边介绍DeepFace的基本框架：一、人脸检测（face detection）DeepFace采用了基于检测点的人脸检测方法（fidu
转载
2024-03-15 07:55:13
157阅读
教程是MXnet版本的训练方式在Linux环境下一 、官方数据训练1.clone 源代码2. 配置相关环境3. 下载作者提供的数据集4. 开始训练5. 开始训练二、个人数据训练1. 数据制作2. 训练依旧 一 、官方数据训练1.clone 源代码项目来自官网的源代码。git clone --recursive https://github.com/deepinsight/insightface.g
在项目中如果大量引入外部模型，且外部模型太大，就必须进行压缩，否则不仅占用带宽，而且会降低硬件运行性能，使用户体验极差。1.压缩和使用OBJ格式的模型–Draco算法 Draco是由谷歌Chrome媒体团队设计，旨在大幅加速3D数据的编码、传输和解码。因为研发团队的Chrome背景，所以这个开源算法首要应用对象是浏览器。但既然谷歌已经把他开源，现在全世界的开发者都可以去探索Draco在其他场景的应
转载
2024-06-12 14:54:14
864阅读
场景 最近在工作中经常使用到gpu资源，传统环境下我们一般在宿主机上部署算法程序，但是这样无法形成快速交付，并且维护成本会非常高。所以nvidia其实也考虑到这一点 通过docker调用宿主机的gpu资源。一般情况下我们需要部署gpu-container-runtime或者nvidia-docker去调用
转载
2024-04-09 01:33:15
126阅读
英文不大好，论文翻译这类博客都是机器翻译用来自己阅读的，大家有兴趣的随便看看就好DeepFool:一种简单而准确的愚弄深度神经网络的方法摘要最先进的深度神经网络已经在许多图像分类任务中取得了令人印象深刻的结果。然而，这些相同的架构已经被证明是不稳定的，一些小的扰动也会对结果造成干扰。尽管这一现象很重要，但还没有提出有效的方法来精确计算最先进的深度分类器对大规模数据集上这种扰动的鲁棒性。在本文中，我
转载
2024-05-04 23:24:31
48阅读
Paper Reading NoteURL: http://mmlab.ie.cuhk.edu.hk/pdf/YiSun_CVPR14.pdfTL;DR这篇文章介绍了一种预测多类别人脸类别来提取高层人脸特征表达（DeepID）的方法，这些特征是在人脸的不同区域（patch）中同时提取得到，同时使用了联合贝叶斯和神经网络在DeepID的基础上实现了人脸验证。Dataset/Algorithm/Mod
先nvidia-smi看看使用情况如：再export CUDA_VISIBLE_DEVICES=0,1,2指定使用的 GPU
原创
2024-03-13 13:50:57
175阅读
文章目录（零）前言（一）模型(LoRA)训练（1.1）数据准备（1.1.1）筛选照片（1.1.2）预处理照片（1.1.3）提示词(tags)处理（1.1.4）目录命名（1.2）训练工具（1.2.1）脚本训练（1.2.1.1）训练参数（1.2.1.2）训练过程（例）（1.2.2）图形化配置训练（1.2.2.1）启动图形界面（1.2.2.2）训练日志查看（1.2.3）训练结果（二）各epoch模型对
DeepFaceLab相关文章一：《简单介绍DeepFaceLab（DeepFake）的使用以及容易被忽略的事项》 二：《继续聊聊DeepFaceLab（DeepFake）不断演进的2.0版本》 三：《如何翻译DeepFaceLab（DeepFake）的交互式合成器》 四：《想要提高DeepFaceLab（DeepFake）质量的注意事项和技巧（一）》 五：《想要提高DeepFaceLab（Dee
转载
2024-09-02 19:45:21
241阅读
