学会了基本操作之后，你出来的效果也许并不理想。或者说你需要在速度和性能之间做一个平衡，或者你想要更高的清晰，更加完美的融合效果。这个时候你就需要自己去设置参数了。

DeepFaceLab 提供了很多可以设置的参数。但是大部分人可能并不明白其背后的含义，哪怕是能看懂它的英文单词，未必真的懂这个参数背后的意义。下面结合软件作者的机翻英文文档和自己的经验做一些参数讲解。 因为官方英文文档本来就是俄语机翻成英语，然后再翻译成中文，这其中难免有谬误，加上很多专业的术语无处可查，所以只能将就了。谁有更好的，更贴切的翻译请群里AT，我会更新上去。

 

DeepFaceLab参数主要可以分为以下几类：

1. 模型参数（train）
2. 合成参数（convert）
3. 其他参数（extract , convert to mp4）

 

1.模型参数

模型参数，根据模型不同，各有不同，有一些参数是适用于所有模型。 这其中有些参数只有初始化的时候可以设置，有些参数可以进行修改。下面就一条一条来说明。

Which GPU idx to choose? (Skip: system choice):

该选项针对多卡用户，可以任性其一，默认系统自己配置好的，注意DFL是没办法同时用多卡训练的！

Write preview history? (Y / n skip: n):

是否保存历史预览图，默认不保存。

Choose image for the preview history? (Y / n skip: n):

选择预览图像，默认不启用。

Target iteration (skip: unlimited):

目标迭代次数，默认无限次。 通过这个参数你可以控制模型的训练次数，比如设定10000次，那么到了这个数字后自动停止。

Batch_size (skip: model choice):

批量大小, 默认为4。 对于这个参数普遍共识是在硬件允许的情况下越大越好，选2的n次方最佳。值越大收敛越快，但是单次迭代时间越长。

Feed faces to network sorted by yaw? (Y / n skip: n):

把扔进神经网络的脸图根据侧脸角度进行排序，默认不启用。作者尚未验证对效果有多少影响。

Flip faces randomly? (Y / n:? Help skip: y):

脸部反转，默认启用。 这个参数感觉是比较有用的。 它可以创造更多角度的数据。比如本来只有右侧脸，反转后左侧脸也有了。

Src face scale modifier% (-30 … 30,:? Help skip: 0):

缩放源头像（src）大小。默认不缩放。 如果 src脸比dst脸宽，可以稍微缩小这个值。

Press enter in 2 seconds to override some model settings

两秒内按回车键（Enter），进入模型设置。可以修改BS等参数。这个主要用于二次启动是调整模型参数。

 

options for H64 and H128:

H64和H128的共有参数

Use lightweight autoencoder? (Y / n,:? Help skip: n):

使用轻量级编码器，默认不启动。 这个参数主要是为了那些显存不够的人。比如3G，4G内存，如果默认参数跑步起来，可以尝试开启轻量级编码器。轻量级会牺牲一些质量，但是系统资源消耗少，迭代快。

options H64, H128, DF, LIAEF128 models:

H64,H128,DF ,LIAEF128共有参数

Use pixel loss? (Y / n,:? Help skip: n / default):

使用像素丢失，默认不启用。可以改善细节，消除抖动。仅在2万次之后启用。经反馈，可能会提升模型崩溃的概率。

 

options only for SAE model:

SAE模型的参数。

Resolution (64-256:? Help skip: 128):

像素，数值越高，需要越多显存，需要更长的训练时间。你可以选择64到256之间的数值，这个数字应该是16的倍数。256这样的数值很少有电脑能跑，一般建议128。

Half or Full face? (H / f,:? Help skip: f):

半脸还是全脸，默认被全脸。 注意，这两个的差别并不是眉毛，而是横向区域。

Learn mask? (Y / n,:? Help skip: y):

是否学习遮罩/面具？（翻译不重要，反正就是mask）。 默认启用！

Optimizer mode? (1,2,3:? Help skip:% d):

优化模式，这个选项仅针对N卡。 1为默认，2 允许你训练x2网络，需要更多内存，3允许你训练x3网络，需要更多内存，并且慢30%。

这个参数其实主要是为了解决显存太小的问题。使用2和3模式可以共享内存。叫做，显存不够，内存来凑。

AE architecture (df, liae, vg:? Help skip: df):

神经网络的体系结构类型。默认为df ， 可选df,liae,vg。  这里主要使用DF和Liae，其实这个参数就是对应了DF和LIAE模型。

AutoEncoder dims (128-1024:? Help skip:% d):

编码器网络规模，一般用默认。所有的脸部特征都会被扔进这个网络，如果这个数值不够，有些细节就无法识别，比如闭眼。这个值越高越好。但是这个属性非常耗配置，太高了就会OOM跑不起来。

Encoder dims per channel (21-85:? Help skip:% d)

每个 通道的编码器网络规模，大图大参数，其他原理同上

 

Decoder dims per channel (11-85:? Help skip:% d)

每个 通道的解码器网络规模，越大越有利于提升细节，其他原理同上

 

Remove gray border? (Y / n,:? Help skip: n):

移出灰边。默认不启用。如果启用需要消耗更多硬件资源。可能会增加模型崩溃的概率

Use CA weights? (Y / n,:? Help skip:% s):

使用CA参数初始化网络，有很多优点，可以参考Convolution Aware的相关论文，比如提升模型精度。但是，首次使用比较慢，重要的是会增加模型崩溃的概率!!!

 

Use multiscale decoder? (Y / n,:? Help skip: n):

使用多维度解码器，提升细节。一般不用！

Use pixel loss? (Y / n,:? Help skip: n / default)

使用像素丢失，默认不启用。可以改善细节，消除抖动。仅在2万次之后启用。经反馈，可能会提升模型崩溃的概率。

Face style power (0.0 .. 100.0:? Help skip:% 1f.):

学习人物风格，比如光照和颜色。默认为0，启用这个参数会增加模型崩溃的概率

Background style power (0.0 .. 100.0:? Help skip:% 1f.):

学习人脸周围的背景，默认为0， 启用这个参数会增加模型崩溃的概率

Apply random color transfer to src faceset? (Y / n,:? Help skip:% s):

使用随机颜色。通过改变src脸部颜色增加素材多样性。这一点和Face style pover类似。只是颜色变化更加精准，同时不需要更多GPU资源。

Pretrain the model? (Y / n,:? Help skip: n):

是否启用模型预训练，默认不启动。软件自带了大量人脸集合，通过预训练，增加模型的变形能力，训练越长，越强。 仅在第一次进入预训练，第二次启动模型，不会进入预训练，直接进入正常模式。

2.合成参数

 

 

上图大致展示了人脸合成的原理。这一部是要对人脸进行替换和融合。融合的主要方式有overlay, hist-match,seamless等。 这个环节也有不少的参数，这些参数会直接影响最终效果。

Choose mode: (1) overlay, (2) hist match, (3) hist match bw, (4) seamless (default), (5) raw:

选择融合模式。不同的融合方式，使用了不同的算法。

上面是各种类型的说明，但是即便直接翻译过来也没几个人明白，还不如看英文单词去找资料。基本上每个类型就代表着某种算法，至于哪种算法好，你可以自己去试一试。模式2和模型4比较常用。

Seamless hist match? (Y / n skip: n):

是否启用无缝直方图均衡？ 默认不启用。

Masked hist match? (Y / n skip: y):

For modes hist match, hist match bw, seamless, indicates whether the histogram equalize the mask face.

 

Mask mode: (1) learned, (2) dst, (3) FAN-prd, (4) FAN-dst (5) FAN-prd * dst (6) learned * FAN-prd * FAN-dst help (?) . Default – 1:

遮罩模式
Learned ：Learnedmask if you have selected the option Learn mask. The contours of the mask mitigated, but
can sometimes shake.

DST：crude mask obtained directly from individuals dst, so quivering contours of the mask.

FAN-prd ：Mask received predtrenirovannoy DEV_FANSEG model of the predicted face. Facial contours
are not trembling.

FAN-dst ：Mask received predtrenirovannoy DEV_FANSEG model of dst face. Facial contours are not
trembling.

FAN-prd *dst：the mask obtained by multiplying the FAN-prd and FAN-dst

learned * FAN-prd * FAN-dst：a mask obtained by multiplying the learned, FAN-prd and FANdst

这几种模式，从经验来看，默认的第一种似乎最差，建议选2，后面的3,4,5,6 效果有提升，但是转换速度会慢很多。在使用了Fanseg模型遮罩之后，必须使用带有FAN的模型才能生效。

 

Choose erode mask modifier [-200..200] (default 0):

这个选项可以减弱Seamless 模式的闪烁问题。

 

Choose blur mask modifier [-200..200] (default 0):

选择模糊蒙版修改器，通过这个值你可以指定遮罩的平滑度。

默认值为0，上图展示了-200和200的合成效果。

适当调整这个值，可以让边缘看起来更加自然。

 

Hist match threshold. [0..255] (default – 255):

 

直方图匹配阈值，默认为255. 可选区间0-255。 适当降低该值，可以解决亮斑的问题。

Choose output face scale modifier [-50..50] (default 0):

图片缩放比例设置。默认0不缩放。 取值范围：-50 ~50 。这个参数非常清晰，无需多说。负值代表缩小，正值代表放大。

 

Apply color transfer to predicted face? Choose mode (rct / lct skip: None):

是否使用rct或lct算法进一步调整肤色？ 默认不启用。可选RCT和LCT。 用了之后似乎有点嘴唇发紫。可以更具实际情况选择是否启用，勇rct还是lct 。

 

Apply super resolution? (Y / n skip: n):

是否请用无损放大。默认不启用。这里使用了一种基于神经网络的无损放大方案，可以使图片放大时候看起来不模糊，挺有用！

Degrade color power of final image [0..100] (default 0):

降低最终图像的色彩能力，默认为0，取值区间 0~100。

通过降低图标质量，可以掩盖部分瑕疵。

Export png with alpha channel? [0..1] (default 0):

导出透明通道，便于通过视频软件进行后期制作。

 

3.其他参数

待更新！