DeepFaceLab is deployed on Ubuntu (docker gpu)

DeepFaceLab is mostly deployed on the windows graphical interface. Below, it is deployed on the server using ubuntu. There may be problems with the python version or protobuf version during the deployment process, so it is recommended to use docker. I can share my image if necessary.

Code download

cd /trainssd
 git clone --depth 1 https://github.com/nagadit/DeepFaceLab_Linux.git
 cd DeepFaceLab_Linux
 git clone --depth 1 https://github.com/iperov/DeepFaceLab.git

Download container

docker pull tensoflow/tensorflow:2.4.0-gpu

Start docker container

The code has been downloaded in advance

docker run -itd --name deepfacelab --gpus all  -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=unix$DISPLAY -v /trainssd:/trainssd tensorflow/tensorflow:2.4.0-gpu /bin/bash

Enter the container

docker exec -it deepfacelab /bin/bash

System library installation

apt update && apt install -y vim libsm6 libxrender1 libxext6  ffmpeg wget

Modify pip source

mkdir /root/.pip && cat>/root/.pip/pip.conf<<EOF
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
EOF

or

[global]
index-url=http://pypi.doubanio.com/simple/
trusted-host=pypi.doubanio.com

I can use python3.8 source code to compile and install it here, but python3.6 will encounter protobuf problems.

protobuf also needs to download the source code to compile the corresponding version, 3.20.3, compile and install

Install python dependencies

cd /trainssd/DeepFaceLab_Linux/
python -m pip install -r ./DeepFaceLab/requirements-cuda.txt

Close conda and modify python version

#进入到scripts目录
cd ./scripts
sed -i 's/python3.7/python3.6/g' env.sh 
sed -i 's/conda/#conda/g' env.sh

inside env.sh

export DFL_PYTHON="python3.7"

Change to

export DFL_PYTHON="python3.8"

Initialize workspace

#慎重默认会删除所有工作区域的数据
bash 1_clear_workspace.sh

Prepare data

#此处按照自己实际情况处理需要 data_src.为前缀和data_dst.为前缀
cp /data/yhf/SimSwap/Videos/fbb_02.mp4 /trainssd/DeepFaceLab_Linux/workspace/data_src.mp4
cp /data/yhf/SimSwap/Videos/fbb_01.mp4 /trainssd/DeepFaceLab_Linux/workspace/data_dst.mp4

src data extraction

bash 2_extract_image_from_data_src.sh

dst data extraction

bash 3_extract_image_from_data_dst.sh 

Data denoising

bash 3.1_denoise_data_dst_images.sh

Model download

bash 4.1_download_CelebA.sh
bash 4.1_download_FFHQ.sh
bash 4.1_download_Quick96.sh

###
按照脚本执行就可以

bash 4_data_src_extract_faces_S3FD.sh

bash 5_data_dst_extract_faces_S3FD.sh

bash 6_train_Quick96.sh or 6_train_Quick96_no_preview.sh

bash 7_merge_Quick96.sh

bash 8_merged_to_mp4.sh

The above scripts can train the model. The other scripts are for optimizing images. You can study them slowly.

In the window at the beginning of training, the second, fourth, and fifth columns are all blurry.

As the number of training iterations increases, the algorithms in the second, fourth, and fifth columns will slowly generate facial contours and facial features, and then gradually become clearer.

We only need to observe whether the second column is infinitely similar to the first column, the fourth column is infinitely similar to the third column, and the expression of the fifth column is infinitely similar to the fourth column.

When the picture of all columns is clear enough, then you can stop.

7_merge_Quick96.sh interactive mode

If using non-interactive mode, we refer to   the merge parameter settings in the article  " Project Aksel: Deepfake Head Replacement ", and the effect is good.

method 1.                                                         
Mode: seamless                                                                                                                                  mask_mode: learned-prd*learned-dst                                                                                             erode_mask_modifier: 0                                                                                                                   blur_mask_modifier: 91                                                                                                                     motion_blur_power: 0                                                                                                                     output_face_scale: -7                                                                                                                       color_transfer_mode: rct                                                                                                                     sharpen_mode : gaussian                                                                                                                 blursharpen_amount : 0                                                                                                                     super_resolution_power: 0                                                                                                                image_denoise_power: 0                                                                                                                   bicubic_degrade_power: 0                                                                                                                 color_degrade_power: 0

Method 2.   

Mode: overlay
mask_mode: learned-prd*learned-dst
erode_mask_modifier: 0
blur_mask_modifier: 91
motion_blur_power: 0
output_face_scale: -7
color_transfer_mode: rct
sharpen_mode : gaussian
blursharpen_amount : 5
super_resolution_power: 0
image_denoise_power: 0
bicubic_degrade_power: 0
color_degrade_power: 0

Method 3.   

Mode: overlay                                                                                                                                   mask_mode: learned-prd                                                                                                                   erode_mask_modifier: 18                                                                                                                  blur_mask_modifier: 91                                                                                                                      motion_blur_power: 0                                                                                                                         output_face_scale: 0                                                                                                                           color_transfer_mode: rct                                                                                                                     sharpen_mode : None                                                                                                                       blursharpen_amount : 0                                                                                                                     super_resolution_power: 0                                                                                                                 image_denoise_power: 0                                                                                                                   bicubic_degrade_power: 0                                                                                                                 color_degrade_power: 0

Method 4.

 Use interactive merger? ( y/n ) : n    # 不能选 y！
 mode: overlay
 mask_mode: learned-prd
 erode_mask_modifier: 0
 blur_mask_modifier: 0
 motion_blur_power: 0
 output_face_scale: -5
 color_transfer_mode: rct
 sharpen_mode : None
 blursharpen_amount : 0
 super_resolution_power: 16
 image_denoise_power: 0
 bicubic_degrade_power: 0
 color_degrade_power: 0
 Number of workers：48