关于训练中所使用的landmark和headpose选择
kiritosaac opened this issue · comments
kiritosaac commented
您好,非常感谢您出色的工作!我注意到代码中使用的landmark和headpose均为deca模型推理得到的,在fitting.py中最后得到了分别保存其数值的txt文件。在训练中我想使用另一个速度更快的人脸网络(68点)来替代deca,相对应的landmark(68点)和headpose该如何选择呢?
The Official PyTorch Implementation for Face2Face^ρ (ECCV2022)
kiritosaac opened this issue · comments
您好,非常感谢您出色的工作!我注意到代码中使用的landmark和headpose均为deca模型推理得到的,在fitting.py中最后得到了分别保存其数值的txt文件。在训练中我想使用另一个速度更快的人脸网络(68点)来替代deca,相对应的landmark(68点)和headpose该如何选择呢?