Я довольно новичок в этом сообществе и не могу понять, как заставить работать алгоритм модели движения первого порядка. Единственный вывод, который у меня был до сих пор, это просто видео с одним кадром. Вот ссылка на сайт: https://github.com/AliaksandrSiarohin/first-order-model
Я пытаюсь использовать предварительно обученную контрольную точку набора данных VoxCeleb, предоставленную на странице github выше.
I Я использую ноутбук windows с Intel i5-6200U и встроенной графикой.
Это то, что я ввел в командной строке:
python run.py --config config/vox-256.yaml --mode animate --checkpoint checkpoint/vox-cpk.pth.tar
Это результат:
C:\Users\caleb\Desktop\Python\Deepfake_files\first-order-model-master>python run.py --config config/vox-256.yaml --checkpoint checkpoint/vox-cpk.pth.tar --mode animate
Use random train-test split.
Animate...
0it [00:00, ?it/s]C:\Users\caleb\AppData\Local\Programs\Python\Python38\lib\site-packages\torch\nn\functional.py:2705: UserWarning: Default grid_sample and affine_grid behavior has changed to align_corners=False since 1.3.0. Please specify align_corners=True if the old behavior is desired. See the documentation of grid_sample for details.
warnings.warn("Default grid_sample and affine_grid behavior has changed "
C:\Users\caleb\AppData\Local\Programs\Python\Python38\lib\site-packages\torch\nn\functional.py:2503: UserWarning: Default upsampling behavior when mode=bilinear is changed to align_corners=False since 0.4.0. Please specify align_corners=True if the old behavior is desired. See the documentation of nn.Upsample for details.
warnings.warn("Default upsampling behavior when mode={} is changed "
C:\Users\caleb\AppData\Local\Programs\Python\Python38\lib\site-packages\torch\nn\functional.py:1351: UserWarning: nn.functional.sigmoid is deprecated. Use torch.sigmoid instead.
warnings.warn("nn.functional.sigmoid is deprecated. Use torch.sigmoid instead.")
1it [00:09, 9.26s/it]
Затем алгоритм выводит видео только с одним кадром.
Входное видео mp4 длится около 1 минуты, и как видео вождения, так и исходное изображение имеют размеры 256x256
Если у кого-либо есть опыт работы с этим алгоритмом, пожалуйста, ответьте!