Re: [創作] 用深度學習幫分類&整理CG
※ 引述《zmcx16 (zmcx16)》之銘言:
: 註: 這個程式因為根據顯卡不同要安裝的函式庫也不相同, 所以並沒有編成可執行檔提供: 使用, 需要會架設python環境才有辦法使用這工具。
: Github:
: https://github.com/zmcx16/ReclassifyAnimeCG
: 部落格文章(文長):
: https://blog.zmcx16.moe/2021/10/reclassifyanimecg-cg.html
: 會想寫這個工具的主要原因是, 我有追蹤一些繪師並且用下載器去追蹤下載那些繪師的作: 品, 不過基本上繪師畫的圖通常就是幾天放個一張, 或是一次推出的CG圖庫都是複合的動: 漫畫主題, 然後下載器下載又不可能自動幫我分類這些圖片, 導致這些圖片就越來越雜: 亂, 每個資料夾都混雜複數個主題&角色, 每個資料夾的名稱又沒有特定的主題性, 讓我: 自己事後很難找圖不說, 連看都懶得看了...。 後來就想到現在深度學習分類圖片已經很: 強了, 那我乾脆來寫個工具輔助我整理圖庫吧!!
: 這個工具目前沒有特別為動漫CG分類做特別設計, 目前功能就是單純套用目前流行的影像: 分類模型, 然後整合一些檔案比對跟複製的功能, 方便用來整理CG, 使用的方法如下:
玩了近一個月,很理想也很方便的工具!
不過在使用階段遇到很多挫折...
因為對python不熟,光是建置環境/函示庫/到可以運行就花了兩天時間,
好不容易開始跑問題又來了,我沒有分類好的圖庫,
估狗看有沒有善心人士整理,結論是天下沒有白癡的午餐。
最後沒辦法只好求助 rule○○
克服萬難後開始訓練
我的電腦1w多張圖大概要訓練2天半
反正上班沒事就放著讓它跑,回家再試看看模型的成果
結果瑪修、浜風和妖夢都混在一起
fate的saber臉系列也是
更麻煩的是繪師的原創角色
像龍膽的退魔師和對魔忍,混在一起就很難分辨
目測分類準確率約3成
可能是分類不夠多,訓練資料也不夠,要人力介入的部分還很多
https://i.imgur.com/JWEIu2N.png
現在是蒐集訓練用資料的部分最頭痛
如果有更有效率的做法,再懇請分享,感謝!
--
技術文先給推
深度學習就是這樣,搜集&篩樣本&預處理時間占90%
你以為這裡是學術論壇嗎?
欸還真的是(ry
你說的部分本來就是ML最核心最重要也最難的關鍵
剩下的10%才是設計模型&結果分析
順便請教下 如果想做到像Google Photo的人臉辨識一樣 自動分類分群的話 不用自己整理 training data 的話 有沒有什麼關鍵字可以參考?
※ 編輯: bulico (36.233.242.120 臺灣), 12/11/2021 16:21:15unsupervised learning
非監督式學習
用 p 網的圖片和分類去訓練?
P網打關鍵字直接爬所有圖片不管像不像直接訓練
不清楚你的data長怎樣 如果不像的你abel卻是一樣 那當然
是學的不好
有趣 不過深度學習真的好耗電....QQ
分得清乃哥跟解師父嗎
外觀上沒差的東西你要電腦怎麼幫你分開
saber 臉認錯好像很正常wwww
深度學習前置處理最麻煩
自己訓太麻煩了 幾年前我就去reddit上面抓別人現成的
模型tag我所有動畫圖片了 之後你重要寫個interface就
好 而且每張圖片這麼多相關東西用資料夾的結構不適合
你講的那些連沒看作品的人都會分錯了,AI要對很難吧
52
Re: [問卦] EXCEL VBA值得花時間去學嗎認真回,學Python,然後 1. 把Excel資料丟到google spreadsheet上當關聯式資料庫用, 2. 用python pandas整理資料 3. 用datastudio做視覺化分析或定期觀察儀表板 這是我最推薦新手入門數據分析的工具組合。40
[心得] 3080 深度學習 GDDR6X過熱先講結論: GDDR6X很燙,燙了就很不穩定 打遊戲沒事,但跑Deep learning訓練會壞掉 Deep learning這種應用建議直上帝版,甚至水冷版 以下是debug經驗分享:5
[討論] 請推薦照片分類法從小時候開始 就是使用傳統的建立資料夾方式分類 後來手機出來 也就懶得每次出去玩都存進電腦 常常累積上萬張照片4
Re: [請益] 1660S x2 or 3070 組DL server最近版上出現一些深度學習配單,覺得有一些心得可以分享,省的走冤枉路 就來回一下舊文,我最後拿3070喇 先說結論,3060 cp值最高唯一推薦,再上去建議直接攻頂3090 大部分人買顯卡都很關心效能,所以我看到有些人會拿3070, 3060ti上來問 但是跑深度學習除了效能以外,VRAM大小以及資料讀取的IO時間都會影響training效率
爆
[閒聊] 可以接受什麼都不會的報恩雪女嗎?爆
[獨立遊戲] 我做的遊戲[夢遊邊境]要在G8展出了!62
[索尼] 價格不是問題!PS5P首周銷量更勝PS4P58
[情報] 亂馬1/2 第7話預告 「熱鬥新體操」55
[閒聊] 如何分辨自己是不是npc47
[妮姬]二周年回憶報告46
[Vtub] 為什麼Fauna有4090玩麥塊還是卡成狗43
[討論] 如果想要打贏聖杯戰爭被哪位御主召喚最好41
[Vtub] AZKi聊夸兔高尾山之旅39
[問題] DQ3是情懷加成還是真的很神?38
[情報] Furyu 膽大黨 金玉 實體化36
Re: [閒聊] FF16,pc版本只賣出28.9萬份32
[討論] 會喜歡以前說明書精緻的時期嗎32
[閒聊] 聖騎士之戰 dizzy29
Re: [爛尾] 為什麼科幻迷對倪匡的容忍度那麼高?27
Re: [閒聊] 辟邪除妖(巫術手遊) BUG太多送補償51
[閒聊] 膽大黨 07 所以那個小孩23
Re: [閒聊] 中國考卷的漫畫 用所學知識反駁男子8
[Vtub] 會為了星街飛一趟日本嗎24
[閒聊] 這就是傳聞中的外觀B勇者啊20
[閒聊] 傳說對決在台玩家有超過LOL了嗎?21
[問題] 膽大黨 愛羅的一個小問題21
[SEGA] 官方表示 音速小子沒有家是個流浪漢21
[閒聊] 引夢貘人包圍網28
[Vtub] koyo發生什麼事情了?30
Re: [閒聊] 會因為劇情很爛真心怨恨作者嗎21
[妮姬] 通過HARD最終章之後的場景13
[蔚藍] 沙織:歡迎回來10
[情報] 五等分x出租女友x甘神神社x女神咖啡廳19
[巨人]柯尼這段憑什麼嗆米卡莎?