face-vid2vid
face-vid2vid copied to clipboard
zhengkw18
你好，请问你可以分享一下处理好的数据集吗
大佬，非常感谢您贡献的代码。我做实验的时候也遇到了数据集的问题。训练这个模型其实可以不用下载完整的voxceleb数据集的，只要每个视频中随机抽取几帧做成一个小数据集就可以训练了。但是别人分享的百度网盘只有完整数据集的分卷，下载300G我这边使用迅雷需要下载一周左右。我也试过修改video-preprocessing中下载vox数据集的csv文件，每个视频只下载几帧，但是VPN不稳定经常掉线。请问能否将voxceleb的每个视频抽取几帧组成一个小的数据集放到百度云分享呢？非常感谢！
视频我已经下载好了，我的训练集应该怎么处理呢？没看到处理训练集的脚本
以默认参数运行datasets文件夹下load_videos.py会自动下载并处理数据集，也就是按照vox-metadata.csv里的视频id从youtube上下载视频、截取片段和人脸并保存为png图片。如果你下载的视频正确，可以使用load_videos.py完成处理。
感谢回答，那我再请教一下，你这个脚本处理好了，是一大堆mp4，还是拆开来的一帧一帧的图片啊？看代码，好像两种方式都支持？
默认参数下是png，这也是训练代码唯一支持的格式。拆成图片可以方便训练时随机选帧，降低io开销。
所以，我只要自己写个脚本，把我们现在的mp4取出来，统一放到一个指定文件夹下就解决了，对吧？root_dir/[mp4_name_dir]/*.png？是这种结构不？太感谢了
所以，我只要自己写个脚本，把我们现在的mp4取出来，统一放到一个指定文件夹下就解决了，对吧？root_dir/[mp4_name_dir]/*.png？是这种结构不？太感谢了
中间一级文件夹命名有些不同，需要是/人物id#视频id/，因为我的代码用了id sampling，也就是均匀采id，可以看dataset.py里的id_sampling参数。 示例：datasets/vox/train/id10192#S5yV10aCP7A#003200#003334.mp4/0000000.png...
我就说嘛，太感谢你的解释了，你的文件夹名还带了“.mp4”我就说。。。我百思不得其解，所以，按照你的结构示例，你指向的应该是datasets/vox，如果我带了train，test，就自动不带就用脚本自己分，你的人物id，其实也只有第一个#前的部分有用，其他也没用了，对吧？我只要自己拼一下人物id#视频id就ok了，太感谢了，总算豁然开朗了
我就说嘛，太感谢你的解释了，你的文件夹名还带了“.mp4”我就说。。。我百思不得其解，所以，按照你的结构示例，你指向的应该是datasets/vox，如果我带了train，test，就自动不带就用脚本自己分，你的人物id，其实也只有第一个#前的部分有用，其他也没用了，对吧？我只要自己拼一下人物id#视频id就ok了，太感谢了，总算豁然开朗了
你的理解是正确的，处理脚本是follow FOMM的，确实让人误解哈哈
大佬，再请教下，我看你repeart了100次dataset，又设定了100个epoch，那就等于要跑1万个epoch，实际上，你真的跑了那么多吗？300个G的
大佬，再请教下，我看你repeart了100次dataset，又设定了100个epoch，那就等于要跑1万个epoch，实际上，你真的跑了那么多吗？300个G的
需要的，但一个epoch并没有遍历数据集，因为开启id sampling后一个epoch内每个id采1个片段，每个片段采两帧，vox1大概只有1152个id
那我发现你每个epoch之后，并没有打乱顺序，也是这个原因吗？
你是指训练集的shuffle吗，每次的训练样本是随机在数据集里采样的，用不着shuffle
是的，非常感谢，因为我看到每次save的图像source 跟driving很像，我单独做了一次，不过你说的有道理，也没必要，扫过1次就有1次random了。非常感谢大佬。
大佬，请教下，这个15个关键点我打印出来了，看不懂其中的含义，如果我只想用来控制嘴巴跟眼睛的动作，其他不变，我应该如何处理呢？
这篇文章学的自监督关键点应该没有具体的语义，或许你可以扰动一下它们的位置看看效果