1. 模型存在巨大限制
采用encoder-decoder模型, 每次只训练特定的decoder, 这使得模型无法泛化, 换言之每个FaceSwap模型只能转换一种脸, 无疑严重消耗时间.
2. 素材有差别的话会出现色差
如下的训练期间成果, 色差非常严重, 而且明显有脸型的不匹配.
免责声明！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。
采用encoder-decoder模型, 每次只训练特定的decoder, 这使得模型无法泛化, 换言之每个FaceSwap模型只能转换一种脸, 无疑严重消耗时间.
如下的训练期间成果, 色差非常严重, 而且明显有脸型的不匹配.
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。