Сколько фото нужно для обучения нейросети: 15-20

Кратко. Для обучения личной модели нужно 15-20 своих фото, для быстрого режима с каталогом сцен хватает трёх селфи. Пять кадров дают похожего человека вместо тебя, десять дают неустойчивое лицо, после тридцати результат уже не улучшается. Разнообразие ракурсов важнее числа файлов, а плохой кадр в наборе вредит сильнее, чем его отсутствие.

Короткий ответ: сколько кадров нужно

Пятнадцать-двадцать фото, если обучаешь личную модель. Три селфи, если берёшь готовые сцены из каталога. Разброс между этими числами не маркетинговый: у режимов разная механика, в первом случае модель учится твоему лицу с нуля, во втором лицо переносится в уже собранный кадр.

Само число решает меньше, чем принято думать. Двадцать снимков, сделанных за минуту у одной стены, несут информации на один снимок и проигрывают двенадцати разным.

Что модель успевает выучить с пяти кадров

Пять файлов это заявка на «похожего человека». Модель видит твои глаза с одного ракурса, один тип освещения и одно выражение лица, а пробелы заполняет тем, на чём училась до тебя: миллионами чужих портретов.

Результат узнаётся странно. Форма лица примерно твоя, цвет глаз твой, стрижка твоя, а в кадре сидит незнакомец. Знакомые говорят «похож на твоего брата», и это точное описание процесса: недостающее подставлено из среднего, а среднее лицо всегда правильнее и симметричнее живого.

Первыми теряются мелочи, по которым тебя вообще опознают: линия носа в профиль, форма уха, перекос улыбки, седина у виска, асимметрия брови. На пяти кадрах этих данных просто нет.

Десять, пятнадцать, двадцать: где что меняется

На десяти кадрах лицо уже твоё, но неустойчивое. Часть пакета выходит похожей, часть уезжает в сторону: то подбородок тяжелее, то глаза посажены иначе, то возраст скачет на семь лет. Ты открываешь готовые кадры и оставляешь треть, потому что остальные «не совсем я».

Пятнадцать это порог, после которого модель перестаёт угадывать. Она видела тебя в профиль и в три четверти, при окне и при лампе, серьёзным и с улыбкой, поэтому в незнакомой сцене собирает лицо из твоих данных.

Двадцать кадров добавляют запас на брак. Один снимок окажется смазанным, на втором ты в тени, третий вылезет с прошлогодней стрижкой. С двадцати файлов можно спокойно выбросить четыре и остаться в рабочем диапазоне.

Есть исключение, и оно единственное. Обладателю характерного лица (густая борода, выраженные залысины, крупные черты, шрам) десяти кадров иногда хватает: узнаваемого в нём много, и модель цепляется за это быстрее. С мягкими правильными чертами всё наоборот, там и двадцати бывает мало, потому что схватиться толком не за что.

Почему после тридцати прироста нет

Обучение живёт на различиях. Новый кадр полезен ровно настолько, насколько показывает то, чего в наборе ещё не было: другой поворот головы, другой свет, другую мимику. Тридцать первое фото почти наверняка повторяет одно из первых двадцати, и модель второй раз проходит по знакомым данным.

Что при этом растёт: время. Сорок кадров обучаются дольше двадцати при том же результате. Вдобавок появляется риск, которого на двадцати не было. Чем выше цель по количеству, тем охотнее человек тащит в набор сомнительные файлы, лишь бы добить цифру. Один снимок в тёмных очках портит набор сильнее, чем его выправляют пять хороших.

Разнообразие важнее количества

Считай не файлы, а типы кадров. Набор из двадцати одинаковых селфи модель выучит идеально в одной проекции, а в сцене с другим светом начнёт фантазировать: она не знает, как выглядит твоя скула сбоку, потому что сбоку её никто не показывал.

Рабочий набор из двадцати фото распределяется примерно так.

Двенадцать кадров, где отработаны все шесть строк, дают более похожий результат, чем двадцать снимков с вытянутой руки у одной стены. Проверка занимает минуту: назови вслух, чем каждый следующий кадр отличается от предыдущего. Где ответа нет, файл удаляется без потерь для набора.

Какой кадр лучше выбросить, чем оставить

Плохой файл ведёт себя не нейтрально, он учит модель неправде. Отсюда обратная привычной арифметика: шестнадцать чистых кадров сильнее двадцати, где четыре с мусором.

Кандидаты на удаление:

• Лицо занимает меньше четверти высоты кадра. Деталей мало, шума много.
• Тёмные очки, кепка, капюшон, маска. Модель запомнит их как часть твоей головы.
• Смаз и промах фокуса. Размытые черты прочитаются как твои черты.
• Кадр с другим человеком, даже обрезанный по плечу.
• Фильтр, ретушь, сглаженная кожа. Выучится фильтр.
• Скриншот или картинка, пересланная мессенджером: детали лица там съедены сжатием.
• Фото трёхлетней давности, если за три года поменялись вес, стрижка или борода.

Один случай спорный. Кадр с жёстким светом, где половина лица провалилась в тень, годится, пока он в наборе один или два: модель поймёт, что это освещение. Пять таких подряд она примет за твою анатомию. Свет, ракурсы и полный список запретов при съёмке разобраны в инструкции про то, как снять селфи для нейросети.

Если своих фото мало

Ситуация частая: в галерее три нормальных портрета и двести групповых. Собрать двадцать кадров по соцсетям за пять лет кажется быстрым решением, но такой набор работает хуже свежей серии.

Мешает разнородность. Снимок с выпускного, кадр с прошлой работы и фото из отпуска сделаны при разном весе, с разной стрижкой и разной длиной бороды. Модель усредняет полученное и выдаёт человека, которого не существовало ни в один из этих периодов. Ты смотришь на результат и не можешь объяснить, что не так: черты твои, а лицо чужое.

Двадцать минут у окна закрывают вопрос целиком. Телефон на опору, серия крупных планов, повороты головы, профили, смена футболки и места, отбор пятнадцати лучших. Пошаговый порядок лежит в гайде про то, как сфотографироваться самому. Кадры одного дня однородны по определению, а это именно то свойство, которое обучению нужно.

Быстрый режим: почему трёх селфи достаточно

Три селфи хватает потому, что модель здесь ничему не учится. Сцена собрана заранее: свет, фон, поза, одежда. Остаётся аккуратно перенести в готовый кадр твоё лицо, и данных для такой операции требуется намного меньше.

Требования мягче почти по всем пунктам. Подойдёт домашнее селфи, вечернее освещение, случайный фон за спиной, кадр с телефона годовалой давности. Два условия остаются жёсткими: лицо открыто (без тёмных очков и низкого козырька) и в кадре только ты.

Одного селфи мало и здесь. Три кадра показывают сервису лицо хотя бы с двух сторон, чтобы случайная тень или блик не уехали в результат как твоя черта. Четвёртый и пятый ничего не испортят, но заметного не прибавят.

На a-dam.photo быстрый путь выглядит так: три селфи, выбор сцен в каталоге, где их больше 900, оплата, первые кадры через пару минут, весь пакет за 10-20 минут. Пакеты идут от 490 ₽ за 10 фото. Режим с обучением личной модели живёт на странице профи-фотосессии: 15-20 фото на входе, около 40 минут ожидания, 60 кадров в пяти стилях за 3 490 ₽.

Что делать, если результат непохож

Разбирайся с исходниками, а не с сервисом. Почти всегда причина в наборе, и диагноз ставится в два вопроса: сколько кадров ты загрузил и сколько из них действительно разных.

1. Кадров было меньше десяти. Досними набор до пятнадцати-двадцати новой серией, старое не трогай.
2. Кадров хватало, но все однотипные. Пересними за двадцать минут и добавь ракурсы, которых не было: профили, три четверти, поясной план.
3. Кадров хватало и они разные, а лицо всё равно чужое. Ищи смешанные периоды: старые снимки вперемешку со свежими, разная борода, разный вес.

Повторное обучение на новых исходниках стоит 2 290 ₽, и запускать его имеет смысл после того, как набор переделан. На тех же файлах выйдет тот же результат: со второй попытки модель не начинает угадывать точнее, она просто ещё раз читает те же данные. Что технология умеет и где врёт, разобрано в обзоре про AI-фотосессию и в разборе мужской съёмки нейросетью.

Частые вопросы