变化太快的Roop项目(版本1.0.1)

这篇具有很好参考价值的文章主要介绍了变化太快的Roop项目(版本1.0.1)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

最早的🔗接触和介绍,而后的🔗讨论和加速,以及🔗同DFL/Simswap对比视频
然后现在新版本又很多变化了……唉。

(一)版本1.0.1的变化

没怎么关注,突然发现又更新了好多。
而且增加了SD WEBUI的插件,蛤?
如果只拉代码下来,直接运行是不行的。

(1.1)项目依赖

依赖也有变化,
不安装启动不了。
也懒得细看了,直接从requirements.txt安装依赖吧。

PS D:\roop> .\venv\Scripts\python.exe -mpip install -r requirements.txt

(1.2)模型位置

再运行,嗯?为啥要在线下载模型?(而且一定会失败)
原来是模型文件移动位置了。
这个inswapper_128.onnx文件需要从旧版的roop\项目根目录,移到roop\models\子目录中(Why T_T)。

(1.3)命令行

命令行也有变化,之前的写法(参数)不能用了。
现在可以传入编码方式。但是支持的有限,不能选nvenc一类……

PS D:\roop> .\venv\Scripts\python.exe .\run.py --execution-provider cuda --video-encoder libx265 --video-quality 1

官网的完整参数介绍(也许过两天又改了?):

options:
  -h, --help            show this help message and exit
  -s SOURCE_PATH, --source SOURCE_PATH
                        select an source image
  -t TARGET_PATH, --target TARGET_PATH
                        select an target image or video
  -o OUTPUT_PATH, --output OUTPUT_PATH
                        select output file or directory
  --frame-processor {face_swapper,face_enhancer} [{face_swapper,face_enhancer} ...]
                        pipeline of frame processors
  --keep-fps            keep original fps
  --keep-audio          keep original audio
  --keep-frames         keep temporary frames
  --many-faces          process every face
  --video-encoder {libx264,libx265,libvpx-vp9}
                        adjust output video encoder
  --video-quality VIDEO_QUALITY
                        adjust output video quality
  --max-memory MAX_MEMORY
                        maximum amount of RAM in GB
  --execution-provider {cpu,...} [{cpu,...} ...]
                        execution provider
  --execution-threads EXECUTION_THREADS
                        number of execution threads
  -v, --version         show program's version number and exit

(1.4)界面UI

界面变得更加好看。
Select a faceSelect a target 后,显示的图片按比例,不会再被压扁了。
变化太快的Roop项目(版本1.0.1)

(1.5)处理与结果

开始处理吧。
日志步骤详细了一些。
上面那一大堆模型相关的依然只会显示一次。

> .\venv\Scripts\python.exe .\run.py --execution-provider cuda --video-encoder libx265 --video-quality 1
mp4v2::impl::MP4File::FindIntegerProperty: no such property - moov.trak[0].mdia.minf.stbl.stsd.*.width (c:\work\mp3infp\git\src\lib\mp4v2\src\mp4file.cpp,747)
mp4v2::impl::MP4File::FindIntegerProperty: no such property - moov.trak[0].mdia.minf.stbl.stsd.*.height (c:\work\mp3infp\git\src\lib\mp4v2\src\mp4file.cpp,747)
Applied providers: ['CUDAExecutionProvider', 'CPUExecutionProvider'], with options: {'CUDAExecutionProvider': {'do_copy_in_default_stream': '1', 'cudnn_conv_algo_search': 'EXHAUSTIVE', 'device_id': '0', 'gpu_external_alloc': '0', 'enable_cuda_graph': '0', 'gpu_mem_limit': '18446744073709551615', 'gpu_external_free': '0', 'gpu_external_empty_cache': '0', 'arena_extend_strategy': 'kNextPowerOfTwo', 'cudnn_conv_use_max_workspace': '1', 'cudnn_conv1d_pad_to_nc1d': '0', 'tunable_op_enable': '0', 'tunable_op_tuning_enable': '0', 'enable_skip_layer_norm_strict_mode': '0'}, 'CPUExecutionProvider': {}}
find model: C:\Users\Shion/.insightface\models\buffalo_l\1k3d68.onnx landmark_3d_68 ['None', 3, 192, 192] 0.0 1.0
Applied providers: ['CUDAExecutionProvider', 'CPUExecutionProvider'], with options: {'CUDAExecutionProvider': {'do_copy_in_default_stream': '1', 'cudnn_conv_algo_search': 'EXHAUSTIVE', 'device_id': '0', 'gpu_external_alloc': '0', 'enable_cuda_graph': '0', 'gpu_mem_limit': '18446744073709551615', 'gpu_external_free': '0', 'gpu_external_empty_cache': '0', 'arena_extend_strategy': 'kNextPowerOfTwo', 'cudnn_conv_use_max_workspace': '1', 'cudnn_conv1d_pad_to_nc1d': '0', 'tunable_op_enable': '0', 'tunable_op_tuning_enable': '0', 'enable_skip_layer_norm_strict_mode': '0'}, 'CPUExecutionProvider': {}}
find model: C:\Users\Shion/.insightface\models\buffalo_l\2d106det.onnx landmark_2d_106 ['None', 3, 192, 192] 0.0 1.0
Applied providers: ['CUDAExecutionProvider', 'CPUExecutionProvider'], with options: {'CUDAExecutionProvider': {'do_copy_in_default_stream': '1', 'cudnn_conv_algo_search': 'EXHAUSTIVE', 'device_id': '0', 'gpu_external_alloc': '0', 'enable_cuda_graph': '0', 'gpu_mem_limit': '18446744073709551615', 'gpu_external_free': '0', 'gpu_external_empty_cache': '0', 'arena_extend_strategy': 'kNextPowerOfTwo', 'cudnn_conv_use_max_workspace': '1', 'cudnn_conv1d_pad_to_nc1d': '0', 'tunable_op_enable': '0', 'tunable_op_tuning_enable': '0', 'enable_skip_layer_norm_strict_mode': '0'}, 'CPUExecutionProvider': {}}
find model: C:\Users\Shion/.insightface\models\buffalo_l\det_10g.onnx detection [1, 3, '?', '?'] 127.5 128.0
Applied providers: ['CUDAExecutionProvider', 'CPUExecutionProvider'], with options: {'CUDAExecutionProvider': {'do_copy_in_default_stream': '1', 'cudnn_conv_algo_search': 'EXHAUSTIVE', 'device_id': '0', 'gpu_external_alloc': '0', 'enable_cuda_graph': '0', 'gpu_mem_limit': '18446744073709551615', 'gpu_external_free': '0', 'gpu_external_empty_cache': '0', 'arena_extend_strategy': 'kNextPowerOfTwo', 'cudnn_conv_use_max_workspace': '1', 'cudnn_conv1d_pad_to_nc1d': '0', 'tunable_op_enable': '0', 'tunable_op_tuning_enable': '0', 'enable_skip_layer_norm_strict_mode': '0'}, 'CPUExecutionProvider': {}}
find model: C:\Users\Shion/.insightface\models\buffalo_l\genderage.onnx genderage ['None', 3, 96, 96] 0.0 1.0
Applied providers: ['CUDAExecutionProvider', 'CPUExecutionProvider'], with options: {'CUDAExecutionProvider': {'do_copy_in_default_stream': '1', 'cudnn_conv_algo_search': 'EXHAUSTIVE', 'device_id': '0', 'gpu_external_alloc': '0', 'enable_cuda_graph': '0', 'gpu_mem_limit': '18446744073709551615', 'gpu_external_free': '0', 'gpu_external_empty_cache': '0', 'arena_extend_strategy': 'kNextPowerOfTwo', 'cudnn_conv_use_max_workspace': '1', 'cudnn_conv1d_pad_to_nc1d': '0', 'tunable_op_enable': '0', 'tunable_op_tuning_enable': '0', 'enable_skip_layer_norm_strict_mode': '0'}, 'CPUExecutionProvider': {}}
find model: C:\Users\Shion/.insightface\models\buffalo_l\w600k_r50.onnx recognition ['None', 3, 112, 112] 127.5 127.5
set det-size: (640, 640)
[ROOP.CORE] Creating temp resources...
[ROOP.CORE] Extracting frames...
[ROOP.FACE-SWAPPER] Progressing...
Processing:   0%|                                                                           | 0/50 [00:00<?, ?frame/s, execution_providers=['CUDAExecutionProvider'], threads=8, memory=16]Applied providers: ['CUDAExecutionProvider', 'CPUExecutionProvider'], with options: {'CUDAExecutionProvider': {'do_copy_in_default_stream': '1', 'cudnn_conv_algo_search': 'EXHAUSTIVE', 'device_id': '0', 'gpu_external_alloc': '0', 'enable_cuda_graph': '0', 'gpu_mem_limit': '18446744073709551615', 'gpu_external_free': '0', 'gpu_external_empty_cache': '0', 'arena_extend_strategy': 'kNextPowerOfTwo', 'cudnn_conv_use_max_workspace': '1', 'cudnn_conv1d_pad_to_nc1d': '0', 'tunable_op_enable': '0', 'tunable_op_tuning_enable': '0', 'enable_skip_layer_norm_strict_mode': '0'}, 'CPUExecutionProvider': {}}
inswapper-shape: [1, 3, 128, 128]
Processing: 100%|██████████████████████████████████████████████████████████████████| 50/50 [00:09<00:00,  5.40frame/s, execution_providers=['CUDAExecutionProvider'], threads=8, memory=16]
[ROOP.CORE] Detecting fps...
[ROOP.CORE] Creating video with 25.0 fps...
[ROOP.CORE] Restoring audio...
[ROOP.CORE] Processing to video succeed!

每次会清理缓存(clear CUDA cache)。
似乎除了避免OOM,在我笔记本上不定期特别慢的现象减少了。
但神秘的变慢在笔记本上一直存在(台式机没有问题),某次处理就可能全称从10帧/秒降到0.5帧/秒
并不是NSFW内容检查器的问题。


最终结果和之前的版本没区别。

变化太快的Roop项目(版本1.0.1)文章来源地址https://www.toymoban.com/news/detail-500447.html

到了这里,关于变化太快的Roop项目(版本1.0.1)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 分析| Flutter 3.10版本有哪些变化?

    Flutter是Google推出的一款用于构建高性能、高保真度移动应用程序、Web和桌面应用程序的开源UI工具包。Flutter使用自己的渲染引擎绘制UI,为用户提供更快的性能和更好的体验。Flutter还提供了丰富的构建工具、库和插件,使开发人员能够更快地构建应用程序。 今天就为大家带

    2024年02月07日
    浏览(29)
  • 如何查看Spring Boot各版本的变化

    目录 1.版本 2.基础特性和使用 3.新增特性和Bug修复 打开Spring官网,点进Spring Boot项目我们会发现在不同版本后面会跟着不同的标签: 这些标签对应不同的版本,其意思如下:  GA 正式版本,通常意味着该版本已经被广泛测试并且被认为是稳定的。 RELEASE Spring 官方发布的稳定

    2024年02月07日
    浏览(29)
  • 【Prometheus】jmx prometheus javaagent 0.19版本变化说明

    jmx_prometheus_javaagent 是一个用于 JVM 运行监控的开源免费插件,通过该插件,可以监控Tomcat、WebLogic以及微服务Jar包、普通Jar包的JVM运行参数,比如:堆内存、非堆内存、老年代、年轻代内存的使用率,YGC、FGC的次数和时间等。 6月底官方发布了最新的 0.19.0 版本,根据官方说明

    2024年02月13日
    浏览(32)
  • pnpm v8版本升级变化关注点(前瞻速攻版)

    前言 pnpm v8.0.0-alpha.0 版本已经发布,包含少量变化,但其中还是有令人在意的点的。 本文将默认读者拥有大部分 pnpm v7 版本的知识储备,进行 v8 版本的前瞻速攻。 安装方法 目前通过指定 Tag 方式可以安装 v8 alpha 版: 所有 Tag 详见:npm pnpm version 由于距 pnpm v8 正式发布还有一

    2024年02月06日
    浏览(64)
  • 【译】Java 17的特点:版本8和17之间的比较,这些年来有什么变化?

    原文地址:Java 17 features: A comparison between versions 8 and 17. What has changed over the years?​​​​​​​ 新的Java版本每年发布两次,但每一次新的迭代似乎都只是在前一次的基础上有小的改进。虽然这对Java 17来说可能也是如此,但这个版本具有更深的意义,因为Java 8(目前最常用的

    2024年02月04日
    浏览(28)
  • 换上 HikariCP 连接池,太快了!

    在我们平常的编码中,通常会将一些对象保存起来,这主要考虑的是对象的创建成本。 比如像线程资源、数据库连接资源或者 TCP 连接等,这类对象的初始化通常要花费比较长的时间,如果频繁地申请和销毁,就会耗费大量的系统资源,造成不必要的性能损失。 并且这些对象

    2024年02月10日
    浏览(28)
  • CDN消耗速度太快,解决办法

    前段时间发现我网站的CDN消耗速度太快了,20多块钱100G的流量,半个月甚至十几天左右都消耗完了。 于是我看CDN的访问ip并不多,发现大部分消耗的都是静态资源,js等文件。 后来找到了解决办法,目前100G还有这么多 一个是图片缓存,一个是静态资源缓存,两个cdn一起加载

    2023年04月18日
    浏览(27)
  • python webdriver之find_element(python3.10版本下的变化)

    最近在用python练习,3.10版本下的python使用webdriver时,在百度各论坛或CSDN里,查到的获取元素方法都是 find_element_by_XX,比如 但是在这个版本的python里,每次这样使用都会报错说没有这种函数,在实验很多次之后发现,现在只能用 find_element(by=\\\'\\\',value=\\\'\\\') 其中by里可以是id、na

    2024年02月12日
    浏览(34)
  • webSocket推送太快导致前端渲染卡顿问题优化

    优化思路: 把webSocket接收到的数据用一个数组存起来,达到一定长度再统一渲染,可根据推送数据的速度适当调解数组长度限制,如果一段时间内改数组长度打不要渲染条件,就用定时器之间渲染

    2024年02月03日
    浏览(30)
  • Stable Diffusion+Roop单张图片换头roop安装配置【包含roop破解方法】

    1.首先安装秋叶大佬的webui 2.然后在拓展里面搜索roop,下载roop插件,然后重启webui 3.重启后,在文生图和图生图的界面,就可以看到roop的入口 4.这里面,需要提前安装Visual Studio. 勾选一些必要的选项,这里可以参照b站的视频 # 秋叶版本Stablediffusion的Roop插件的安装 这个视频最

    2024年02月10日
    浏览(66)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包