可以提高DeepFaceLab（DeepFake）合成最终视频速度的方法

Posted 2023-04-03 若苗瞬

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（DeepFake）质量的注意事项和技巧（二）》
六：《友情提示DeepFaceLab（DeepFake）目前与RTX3080和3090的兼容问题》
七：《高效使用DeepFaceLab（DeepFake）提高速度和质量的一些方法》
八：《支持DX12的DeepFaceLab（DeepFake）新版本除了CUDA也可以用A卡啦》
九：《简单尝试DeepFaceLab（DeepFake）的新AMP模型》
十：《非常规的DeepFaceLab（DeepFake）小花招和注意事项》

文章目录

• （一）合成最终视频
• （二）合成视频加速
• • （2.1）取消遮罩视频合成
  • （2.2）视频编码用硬件加速
  • • （2.2.1）NVIDIA显卡
    • （2.2.2）Intel核显
• （三）速度对比

（一）合成最终视频

合成所有帧图片后，可以选择：

8) merged to avi.bat
8) merged to mov lossless.bat
8) merged to mp4 lossless.bat
8) merged to mp4.bat

我通常都用的是8) merged to mp4.bat，
输入目标码率，将合成后的图片帧加原始视频的音频，合成最终的视频。

如果视频需要进一步处理，则可以在这里输入非常大的码率。
至于不用lossless是因为试过但结果视频有些问题。

---

（二）合成视频加速

相对整个学习过程，以及对比合成目标图片帧的速度，合成视频这步并不算慢。但蚊子肉也是肉，依然可以加速⭕️。

（2.1）取消遮罩视频合成

合成最终视频时，其实还合成了一个遮罩视频。
如果用不到，可以注释掉这部分内容，或者存入一个新的批处理（需要时再执行）。

也就是将8) merged to mp4.bat下半部分语句前面加上@REM注释掉，如下：

@echo off
call _internal\\setenv.bat

"%PYTHON_EXECUTABLE%" "%DFL_ROOT%\\main.py" videoed video-from-sequence ^
    --input-dir "%WORKSPACE%\\data_dst\\merged" ^
    --output-file "%WORKSPACE%\\result.mp4" ^
    --reference-file "%WORKSPACE%\\data_dst.*" ^
    --include-audio

@REM "%PYTHON_EXECUTABLE%" "%DFL_ROOT%\\main.py" videoed video-from-sequence ^
@REM     --input-dir "%WORKSPACE%\\data_dst\\merged_mask" ^
@REM     --output-file "%WORKSPACE%\\result_mask.mp4" ^
@REM     --reference-file "%WORKSPACE%\\data_dst.*" ^

pause

（2.2）视频编码用硬件加速

对于合成MP4视频这一步，DeepFaceLab使用的是🔗ffmpeg ¹ 的命令行（当然）。

目前最新的🔗DFL版本：DeepFaceLab_NVIDIA_RTX3000_series_build_11_20_2021.exe（此处例子是RTX3000以上版本），
用的是🔗https://www.gyan.dev/构建的Windows版本ffmpeg（release 构建 v5.0）。
我更新成了最新的 git master ² 构建。但瞟了眼编译参数，似乎不更新也行。

可能作者考虑到并不是所有人都在用N卡吧，使用的视频编码方式是软编码。
因此我们可以改为硬件加速的编码方式，节约时间。

（2.2.1）NVIDIA显卡

找到并编辑【%DFL所在目录%\\_internal\\DeepFaceLab\\mainscripts\\VideoEd.py】，
参考下图中高亮的部分，把libx264改为hevc_nvenc或h264_nvenc。
至于lossless那边也顺手改了，我不明白cq=0是指【最高画质】还是【自动】，所以实测后改为cq=1了。

（2.2.2）Intel核显

确定有人用Intel核显玩DFL么……
管它的，理论也可以对比一下。

同理如上图，把libx264改为h264_qsv。
PS：这里如果改为h265编码（hevc）的qsv，在我的笔记本上比较慢。而我的台式机没有Intel核显，测不了。
PS2：我也不清楚最新的Intel独显Arc系列会有怎样的效果。

---

（三）速度对比

可以看出3060显卡硬件加速效果明显（7-8倍）。
厉害的是N卡的硬件加速，对于编码为h264 / h265的效率差异不会太大。
而Intel方面Arc独显没有条件测试，核显有一定的加速效果，但h265依然慢太多。

1. CPU软编码（i7-10870）：libx264：fps= 241 （默认）
2. CPU软编码（i7-10870）：libx265：fps= 37
3. Intel核显（i7-10870）：h264_qsv：fps= 540
4. Intel核显（i7-10870）：hevc_qsv：fps= 185
5. N卡（移动RTX-3060）：h264_nvenc：fps= 1828
6. N卡（移动RTX-3060）：hevc_nvenc：fps= 1677

因为我没有A卡，没法测试也不清楚A卡情况。
与此同时，除非谁能送我一块4090显卡😄，否则目前软编码av1看起来也不是很快的样子，导致此处缺少实用性。

1. CPU软编码（i7-10870）：libsvtav1：fps=121

~ this is the end ~

---

1. 来自百科：FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。 ↩︎

2. 网站写道：强烈建议选择 git master 构建;与许多软件不同，release构建主要是为了方便操作系统分销商和包管理器，并不表示更大的稳定性或成熟度。 ↩︎

Deepfacelab换脸时间

参考技术A 这个是个软件，换脸没有时间限制，成功了就一直在。
DeepFaceLab是一个换脸软件，你打开用的时候可以直接换脸，没有时间限制，而且如果是换脸成功，导出照片就可以，也是跟时间没有关系的。都是及时的
DeepFaceLab是一款使用起来非常简单的智能AI换脸软件,用户无需掌握任何的编程知识就可以进行操作,加入想要换的人脸图片,一键即可换脸且契合度非常高,看不出一点瑕疵。。但使用该软件需要搭配GTX1080以上的显卡哦。、人脸图片使用JPG保存，节省空间提高效率。可以并行提取，并行转换。还支持手动提取，更精确的脸部区域，更好的结果，支持MTCNN，DLIBCNN，S3FD等多种提取器。