Заработок в интернете >> Блог энтузиаста — бизнесмена » Sim Swap — нейросеть нового поколения для создания дипфейков

Sim Swap — нейросеть нового поколения для создания дипфейков

Руководство постоянно переписывается, поэтому следите за обновлениями

Главным отличием является скорость и относительная простота работы. Не нужно возиться с выборкой и тратить несколько суток, а то и недель на обучение!

Для создания дипфейка требуется лишь фотография и видеоролик, в который нужно вставить лицо с фотографии. Обучение не требуется, используется готовая универсальная модель, которая сразу лепит лицо на кадры.

Универсальный репак

Теперь есть возможность использовать тулзу на любом ПК и ноутбуке! Это значит, что она запустится как на CPU, так и на CUDA.

Процессор кодирует намного дольше, чем видеокарта, но это достойная альтернатива для всех, у кого красные или бюджетные видеокарты или их нет вовсе.

Если твой процессор намного медленнее, чем двухъядерный Intel(R) Xeon(R) CPU @ 2.20GHz [Family 6 Model 79 Stepping 0], то имеет смысл использовать CPU-версию Google Colab. Но если очень любопытно, то можете протестировать. В крайнем случае даже старое ведро всегда будет пригодно для режима картинки. Просто ожидание одной картинки может составлять порядка минуты. Например, на нетбучном двухъядерном процессоре AMD время обработки одного кадра (см. ниже Aloy Video Benchmark) составляло примерно 98 секунд, а время обработки 210 кадров (7 секунд видео) заняло бы примерно 6 часов, если не больше, из-за возможного перегрева и троттлинга.  То есть данное устройство годится для картинки (если у вас совсем нет никаких альтернатив), но точно не годится для видео. Одного теста на вашем устройстве будет достаточно, чтобы понять, стоит ли его использовать.

Текущие минималки для работы CUDA следующие: двухъядерный процессор с HT 2.3 ГГц, 4Gb ОЗУ, ноутбучная видеокарта GeForce GTX 920MX 2Gb с поддержкой CUDA, Windows 7 (выводит предупреждение, но работает). Все, что сильнее, по идее должно потянуть. Но если заработает на еще более медленных ведрах, то можно будет легко эти системки обновить.

Теперь любую версию Sim Swap можно сделать CPU-совместимой! Это значит, что она запустится как на CPU, так и на CUDA.

  1. Переходишь по ссылке.
  2. Жмешь по странице правой кнопкой мыши и выбираешь «Сохранить как».
  3. Сохраняешь как имя.bat 
  4. Кидаешь файл в папку со свежим Sim Swap и запускаешь его.
  5. Готово! Теперь у вас CPU-совместимая версия, которая будет работать на любом компьютере, причем если у вас есть CUDA-карточка, то она будет использоваться в полную силу.
  6. Зависимости можете ставить любые. Но если у вас нет видеокарты NVIDIA, то ставьте зависимости для CPU, потому что они занимают в два раза меньше места на жестком диске (пара гигабайт против четырех). Хотя можете не заморачиваться и ставить все зависимости как указано в гайдах.

Способ переноса любой свежей версии на CPU (гайд для гиков):  https://docs.google.com/document/d/1BhE1WED-Pb4dRboKXwYAjRVE2O8bJmA-B7TzAIQQrIk/edit?usp=sharing

Ссылки на универсальный репак (вместе с GUI оболочкой): https://drive.google.com/file/d/1LRJzn6yhHHZSsvITO8aZ3hds0TgJNzSD/view?usp=sharing

https://cloud.mail.ru/public/VAWu/1FyTowqY7

 Тестируйте, наслаждайтесь.

Текстовый гайд

1. Качаешь все по этой ссылке https://drive.google.com/file/d/1rm9Ea_8P25-bU0NGjqncWBqbkvX1ZtPx или этой https://cloud.mail.ru/public/Nuht/8kdFVBpK4 , если первая недоступна 

2. Качаешь здесь внизу 64-bit graphical installer https://www.anaconda.com/products/individual

Если анаконда ставится долго или кажется, что она зависла, то это норма, установится когда-нибудь.

Возможно после Anaconda потребуется установить Microsoft Visual C++ 2019 Redistributable (x64): https://support.microsoft.com/ru-ru/topic/последние-поддерживаемые-версии-visual-c-для-скачивания-2647da03-1eea-4433-9aff-95f26a218cc0

https://aka.ms/vs/16/release/vc_redist.x64.exe

3. Открываешь через пуск anaconda prompt

4. Вводишь туда всю хуйню отсюда (если у тебя нет поддерживаемой видеокарты CUDA, то по этой ссылке, разницы особой нет, но ты сэкономишь пару гигабайт), по одной строчке, пока не выполнится предыдущая команда, ничего не вставляешь, а ждешь. Если просят что-то подтвердить, нажимаешь клавишу y (латинскую) и Enter.

5. В последнем пункте меняешь название изначального видоса, название фото и название будущего видоса на те что тебе нужны, суешь изначальный видос и фото в папку demo_files под этими названиями.

То есть хуету, выделенную красным ниже, меняем под имена твоих видосов. 

python test_video_swapsingle.py —isTrain false  —name people —Arc_path arcface_model/arcface_checkpoint.tar —pic_a_path ./demo_file/pexels-andrea-piacquadio.jpg —video_path ./demo_file/pexels-polina-tankilevitch.mp4 —output_path ./output/pexels-polina-tankilevitch_swapsingle.mp4 —temp_path ./temp_results

Если в названии файла или его пути кириллица, спецсимволы и пробелы, то Python пошлет тебя нахуй. 

6. Запускаешь рендер видео и ждешь результатов.

Гайд по установке и созданию роликов

https://www.youtube.com/watch?v=1NWJz_rFMq0

Гайд для пориджей на русском языке: https://www.youtube.com/watch?v=4FPAwr65sJU&t=109s

Если анаконда ставится долго или кажется, что она зависла, то это норма, установится когда-нибудь.

Возможно после гайда потребуется установить Microsoft Visual C++ 2019 Redistributable (x64): https://support.microsoft.com/ru-ru/topic/последние-поддерживаемые-версии-visual-c-для-скачивания-2647da03-1eea-4433-9aff-95f26a218cc0

https://aka.ms/vs/16/release/vc_redist.x64.exe

Установочный скрипт 

https://pastebin.com/pjvG26DX

1. Сохранить как батник в нужную папку (желательно без пробелов и на латинице).

2. Запустить.

3. Ждать.

4. Долго ждать.

5. По окончанию в папке simswap появятся два батника, ссылки на которые уже были выше.

Создает три папки: simswap\ downloads\ anaconda3\

Качает инсталлятор анаконды и локально устанавливает в anaconda3\

Качает цпу пак с гуглдрайва и распаковывает в simswap\

Качает файлы с репозитория симсвопа и записывает поверх в simswap\

Патчит симсвоповские файлы для совместимости с цпу.

Запускает конду и устанавливает зависимости.

Ускорить установку можно предварительно закинув установщик анаконды, цпу пак и архив мастер бренча с репозитория, если они уже у вас есть.

Возможные проблемы:

Не та версия павершелла.

Проблемы с коннектом.

С нуля не тестировал, только поэтапно в ходе написания. Но должно работать.

Решения ошибок 

Cмотрите здесь (обновляется): https://docs.google.com/document/d/1GXnPDhBKtxGpWi_xAXPpY00rWNOLCOtShAAzkkNlH_4/edit?usp=sharing

На качество и скорость обработки карточка не влияет, в ней хранятся кадры, поэтому аноны с двухгиговыми картами жаловались, что после 200 кадров (примерно 6-7 секунд) происходит вылет. Поэтому чем меньше видеопамяти, тем короче ролик. Либо разбивайте ваши ролики на короткие фрагменты и забейте в батч, потом опять склейте.

> у меня что то странное происходит. Видюха 1050 2GB. Вылетела ошибка во время рендера типо Cuda не хватило памяти. разделил видос на части, запустил снова. на том же самом кадре вылезла та же ошибка (хоть я и разделил видос на части). Суть в чём, у меня спокойной рендерилось 8к кадров, а тут на 3255 ошибка. Я заметил папку temp_results и там начал смотреть какие последние кадры были отрендерены. Как оказалось, у меня выдаёт ошибку если начинает рендерить 3 лица на одном кадре (wut?). Помогите решить проблему. Знаю, поидее могу начать рендер на одно лицо но хотел бы заменить все лица, есть возможность?

Вывод: если у вас видеокарта с 2Gb памяти или ниже, то не используйте ролики, где много лиц в кадре (больше 2) или используйте test_video_swapsingle.py, который позволяет рендерить хоть несколько тысяч кадров и даже часовые видео, потому что вставляется только одно лицо в каждом кадре. 

Время создания дипфейка в 10-11 раз превышает продолжительность оригинального ролика (при 30 fps; для 60 fps множитель увеличивается до 22). Тут скорее процессорозависимость с упором в частоту (мультипоточность тоже присутствует), но не сильно увеличивается разница с возрастанием частоты.

GUI

Приложение: https://drive.google.com/file/d/1-_enA1EGRfCfrODgExoO8xxElzoOEk9C/view?usp=sharing

Исходник: https://drive.google.com/file/d/1WljvZn1GbP2qJlx_8FBi3C9AVlsAveq-/view?usp=sharing

Проект конструктора двумерных игр Construct 2 (в бесплатной версии нельзя создавать desktop-приложение). 

На выходе он генерирует много файлов в папке, поэтому имеет смысл скрыть их в одном exe-шнике с помощью бесплатной утилиты  Enigma Virtual Box: https://enigmaprotector.com/en/aboutvb.html Когда установите, не стесняйтесь убирать лишние файлы, чтобы уменьшить размер исполняемого файла.

Уменьшить размер исполняемого файла также можно с помощью утилиты UPX https://upx.github.io/

Скрипт для автонарезки-обработки-склеивания теперь и для webm

Если не хватает памяти видеокарты для хранения кадров.

Кидаете скрипты в папку «demo_file», откройте «drop_here_to_edit» в блокноте и смените значение max_interval=180 на то количество кадров, на которое у вас обычно хватает видеопамяти (лучше на 20 меньше, чтобы не выбросило в процессе).

Обводите фото и видео, перетаскиваете на «drop_here_to_edit» (при перетаскивании тяните за фото), дальше остаётся только ждать.

Если резать не нужно, а просто лень вручную прописывать пути, можно использовать только video.bat. Совместимости с conda нет (не тестил), ну хоть порежет на нужные интервалы, no module «xx» решается так — pip install xx. Для выявления ошибок можно юзать drop_here_to_edit_and_play_result.bat, в нём останется лог.

drop_here_to_edit.py https://pastebin.com/Javs0Q88

video.bat https://pastebin.com/jsjMac7d

Опциональные (без изменений):

drop_here_to_edit_and_play_result.bat (после обработки или краша открывает последнее видео из папки output)

https://pastebin.com/FsjGSSqq

photo.bat https://pastebin.com/3LWi40PE

Потестил пару webm — сильно всирает качество после нарезки. Хз как фиксить, ебал рот webm.

Upd. Добавил возможность ставить в очередь. Работает так же, нужно просто кидать фото+видео, а потом запустить сгенерированный queue.bat. После исполнения он сам затрётся .

Тем, кто не юзает drop_here-скрипт, но хочет не ебаться с ручным вписыванием, и ставить несколько видео в очередь: сосите хуй поставьте usingBat=0, будет работать напрямую, без резки видео. Конды нет, не тестил.

add_to_queue.py https://pastebin.com/npPpCQ54

Облако 

Если все очень грустно или лень возиться, то можно использовать облако. 

Облако: Kaggle

Выделил в отдельный раздел, потому что на сегодняшний день это единственный реальный способ что-то сделать в облаке на GPU без мучений с квотами. Trial в 30 часов в первую неделю для каждой новой учетки — это неплохой  способ наклепать кучу роликов. А если у вас много номеров, то эта цифра увеличивается пропорционально.

Kaggle-версия (наконец-то заработала): https://www.kaggle.com/bananon/simswap-modifed 

Для новых акков Kaggle дает бесплатные 30 часов в первую неделю. Для каждой новой учетки приходится использовать другой номер. Будет интересна тем, кого заебали лимиты Colab. 

Анон выложил гайд для Kaggle. Посмотреть его можно здесь: https://drive.google.com/file/d/1i6eY-J51UwM74eb4WM-1DlJBEy9PqzNp/view?usp=sharing

Облако: CPU-версия (реже прилетают баны)

Наконец-то заработала CPU-версия для Colab. Кодирует она медленно. Но используется только CPU, поэтому баны по квоте будут прилетать намного реже.

Не знаю, насколько колаб версия отличается от локальной CPU-версии. Если ваш проц очень слабый, юзайте этот колаб или Kaggle, если у вас не закончились бесплатные часы на последнем.

Я использовал фрагменты кода из альтернативного колаба, поэтому файлы можно выбирать для загрузки в обычном диалоге.

Желающие могут протестировать по ссылке:  https://colab.research.google.com/drive/1a89uyFYKmWIm0zigMyo7hj4EtiMtw-p_?usp=sharing 

Github проекта

Github: https://github.com/neuralchen/SimSwap (добавили возможность выбирать лицо «донора-тела» по дополнительной фотке и добавили параметр, убирающий водяной знак).

TO-DO

  1. Портировать на AMD и встройки. Вот почему это теоретически возможно: https://pytorch.org/blog/pytorch-for-amd-rocm-platform-now-available-as-python-package/

https://github.com/vosen/ZLUDA

Но, к сожалению, вряд ли я смогу это сделать. Тем более поддерживать в актуальном состоянии.

  1. Запилить нормальный GUI. Попытки имеются, но они не носят системного характера. Кроме того, после выхода каждой новой версии Sim Swap обертка будет слетать, потому что добавляются новые команды и параметры.
  2. Периодически обновлять репак под новые версии, следить за новинками. Официальные разрабы забили на AMD и процессорные версии. То есть постоянно придется поддерживать несколько веток. Не факт, что у меня останется на это время.
  3. Сделать Docker-контейнер. Ну а че, удобно же.
  4. Упростить первоначальную настройку. Больное место и основная причина ошибок при использовании данного проекта.
  5. Сделать готовое приложение. Решит большинство проблем, но потребует постоянных сборок после выхода новых версий. Не факт, что у меня останется на это время.
  6. Решить проблему с артефактами. Универсальная модель — это круто, но она не идеальна. Посмотрим, что будет, когда добавят возможность обучать модели. Может быть добавят модели получше.
  7. Запилить простую версию для сервера. Идеально для сайтов. 
  8. Бот в Telegram.
  9. Создать пул годных исходников. Было замечено, что существуют ролики, которые подходят практически любому лицу. Поэтому логично собрать их в единый пул.

Основной тред

Здесь: https://2ch.hk/e/res/538690.html

Архив тредов.

#1 — https://2ch.hk/b/arch/2021-06-29/res/249908864.html

#2 — https://2ch.hk/b/arch/2021-06-30/res/249972354.html

#3 — https://2ch.hk/b/arch/2021-07-01/res/250036912.html

#4 — https://2ch.hk/b/arch/2021-07-02/res/250111146.html

#5 — https://2ch.hk/b/arch/2021-07-03/res/250135687.html

#6 — https://2ch.hk/b/arch/2021-07-03/res/250177128.html

#7 — https://2ch.hk/b/arch/2021-07-04/res/250196168.html

#8 — https://2ch.hk/b/arch/2021-07-05/res/250231515.html

#9 — https://2ch.hk/b/arch/2021-07-06/res/250268431.html

Discord

https://discord.gg/gQenGuFNTn

Анон предложил мне создать Discord-канал, комментарий о канале:

> Сделал ДС для обсуждения и обмена «болванками»

> с реквестами своих еот сразу нахуй

Мое мнение:

> Конечно, только лучше пусть кто-нибудь создаст канал для бекапа основной инфы на случай, если мою учетку забанят в гугле (или выгонят тред со всех досок и т.д.) или я сам внезапно исчезну, нужен независимый от меня центр для хранения. И сделайте канал для взрослых, чтобы не нарваться на бан. А я просто продолжу аккумулировать всю полезную инфу с тредов, ну или вносить свой полезный вклад. Сидеть нонстоп в конфах вряд ли смогу. Инфу в голосовых чатах обычно тяжело восстанавливать по памяти. А текст очень удобен для сбора. Поэтому решайте сами. Я добавлю канал в шапку, если создадите.

> Также нужно создать торрент-раздачи огромных файлов. И дополнительные бекапы на других облаках. Этот материал не должен пропасть впустую.

Поэтому чем больше независимых бэкапов, тем лучше для проекта. Поддерживаю любую подобную инициативу.

Опросы

А у вас получилось создать новый дипфейк?

https://www.strawpoll.me/45456658

https://www.strawpoll.me/45456658

https://www.strawpoll.me/45456658

Поиск минимальной конфигурации

https://forms.gle/VVZeXZauKw2iH8gt6

https://forms.gle/VVZeXZauKw2iH8gt6

https://forms.gle/VVZeXZauKw2iH8gt6

Поиск минимальной конфигурации (опрос для параноиков)

https://forms.gle/GhDUUqodoMvJmSaD8

https://forms.gle/GhDUUqodoMvJmSaD8

https://forms.gle/GhDUUqodoMvJmSaD8

FAQ

Q: Sim Swap — говно, %name% — заебись. 

A: И че? 

Q: ОП-хуй. У меня ничего не получается. И вообще все говнище.

A: И че? Тебе никто ничего не должен, это не бесплатная техподдержка. Все делается чисто ради фана в свободное время. Хочешь сделать что-то хорошо, сделай это сам. 

Q: А ролики на Youtube лучше, чем у вас.

A: Секрет Youtube-роликов в ручной покадровой дрочке маски, которая накладывается на еблет. По сути это ручной монтаж, который длится часы, а то и несколько суток. И это не считая обучения, которое длится неделю. Даже в данном случае, при соблюдении всех условий, нет никакой гарантии результата.

Q: Все ваши дипфейки — хуйня! 

A: Сделай свой.

Q: Сделайте с ЕОТ, плиз.

A: Ты можешь дождаться ролика с ЕОТ (или не дождаться), а можешь сделать его сам.

Q: Сделайте с ЕОТ, суки!

A: Сделай сам.

Q: Как подобрать максимально совместимое лицо?

A: См. следующие ссылки: 

https://pornstarbyface.com/ — но тут и далее больше по лицам, фигуру подбирай сам

https://starbyface.com/ — знаменитости, если вы хотите вставить лицо в фильм или передачу

https://findclone.ru/ — если вам просто нужны обычные видеоролики.

Q: Я творческая личность и хочу уникальные ебала.

A: См. следующие ссылки: 

https://thispersondoesnotexist.com/

https://thisxdoesnotexist.com/

Q: Хуйня получилась!

A: См. раздел решения ошибок, найдешь ссылку, откроешь, а уже там раздел “Квадраты или плохое качество”, в котором описано, какие фото и видео лучше использовать. Модель сырая, поэтому нужно избегать её недостатков и ориентироваться на достоинства.

Почему на AMD картах Sim Swap не работает?

Если вкратце, то амуде считают, что для винды достаточно OpenCL, ROCm на винде не планируется, потому что винда для игр. Ничего не получится даже с WSL2. Но на линухе тоже все не так просто, ограниченная поддержка в плане фреймворков машинного обучения. Причем даже в случае успеха, производительность видеокарты будет равна 50, а то и 30 процентам от производительности аналогичной видеокарты зеленых.

https://stackoverflow.com/a/64616186

https://github.com/RadeonOpenCompute/ROCm/issues/666

https://github.com/RadeonOpenCompute/ROCm/issues/666#issuecomment-452354003

https://github.com/RadeonOpenCompute/ROCm/issues/666#issuecomment-554960055

https://discuss.pytorch.org/t/using-gpu-which-does-not-support-cuda/8087/4

А уж если совсем кратко: AMD — пидарасы, которые считают своих клиентов дебилами.

Перенести Sim Swap на CPU намного проще, чем портировать её на AMD. Даже шансы портирования на встройки Intel выше, хоть и не являются простой задачей.

Альтернативное мнение другого анона приведено ниже.

Тут не все совсем верно. Есть возможность запускать нейронки с помощью vulkan (что то вроде dx и opengl но пиздатее) который заведется практически на любом цп/гп, любой операционке и даже на телефонах.

Сам проект от тенцентов (те которые из большой Хi и те которые пабге) но это не должно смущать

https://github.com/Tencent/ncnn

Вот например waifu2x который изначально куда онли

https://github.com/nihui/waifu2x-ncnn-vulkan

Или имейдж классификатор на телибоны

https://github.com/nihui/ncnn-android-squeezenet

Вообще у https://github.com/nihui нихуя так репозиториев с ncnn.

И сок в том что практически любую нейронку так можно запихать в vulkan, и это запустится везде и пойдет быстрее.

Но вот сам в это не влезал слишком глубоко, и судя по всему там нужен не только питон а я знаю только его и немного с. Если тут есть гении красноглазия, советую изучить эту хуйню.

Забыл добавить, саму нейронку необходимо конвертировать под вулкан. В этом основная сложность. В принципе питонский код разрабов переписать даже я смогу.

Где брать исходники?

В дискорде или по ссылкам ниже, обращайте внимание на видеоматериалы и гифки (которые тоже подходят для обработки)

https://www.pexels.com/search/videos/

https://xcadr.tv/

https://www.redgifs.com/users/off_with_pants

https://www.redgifs.com/categories/celebrity/

https://www.redgifs.com/gifs/browse/flash

https://www.redgifs.com/categories/flashing/

https://www.redgifs.com/categories/strip/

https://www.redgifs.com/categories/solo/

https://www.redgifs.com/categories/pussy/

https://www.redgifs.com/categories/spreading/

https://www.redgifs.com/categories/pussy-spread/

https://www.redgifs.com/categories/pink/

https://www.redgifs.com/categories/public/

https://www.redgifs.com/categories/cam/

https://www.reddit.com/user/AellaGirl/

https://www.reddit.com/r/spreadpussybigsmiles/

https://www.reddit.com/r/holdthemoan/

https://www.reddit.com/r/OnOff/

https://www.reddit.com/r/DegradingHoles/

https://www.reddit.com/r/FlashingAndFlaunting/

https://www.reddit.com/r/FlashingGirls/

https://www.reddit.com/r/gettingherselfoff/

https://www.reddit.com/r/girlsflashing/

https://www.reddit.com/r/gonewild30plus/

https://www.reddit.com/r/GroupOfNudeGirls/

https://www.reddit.com/r/HappyEmbarrassedGirls/

https://www.reddit.com/r/InTheCrack/

https://www.reddit.com/r/KingdomOfSluts/

https://www.reddit.com/r/OpeningPussy/

https://www.reddit.com/r/PetiteGoneWild/

https://www.reddit.com/r/PublicFlashing/

https://www.reddit.com/r/pussy/

https://www.reddit.com/r/PussyFlashing/

https://www.reddit.com/r/RealGirls/

https://www.reddit.com/r/spreadeagle/

https://www.reddit.com/r/spreading/

https://www.reddit.com/r/SpreadLegsWideSmiles/

https://www.reddit.com/r/Unashamed/

Эксперименты

Попытка портирования на интегрированные карты Intel.

Попробовал эту тулзу https://github.com/vosen/ZLUDA/releases/tag/v2 в надежде на легкое портирование Sim Swap на карточку NVIDIA, но ожидаемо потерпел неудачу.

Сначала распаковал содержимое архива ZLUDA в папку с CUDA-версией, затем создал там же батник примерно следующего содержания:

zluda_with — python test_video_swapsingle.py —isTrain false —name people —Arc_path arcface_model/arcface_checkpoint.tar —pic_a_path ./demo_file/image.jpg —video_path ./demo_file/video.mp4 —output_path ./output/demo.mp4 —temp_path ./temp_results

Первым делом запустил его на компьютере с видеокартой NVIDIA без интегрированной карточки Intel.

Полученный результат (см. картинку ниже) вселял надежду. Python не видел видеокарту NVIDIA, потому что ZLUDA искала карточку Intel, но ничего не нашла. А значит имеет смысл тестировать сборку на интегрированной карточке Intel.

Что и я сделал, благо имелся подходящий ноутбук. Sim Swap пыхтел-пыхтел, но в итоге сдался и выплюнул ошибку (см. картинку ниже).

Не знаю, можно ли что-то здесь переписать или в любом случае ZLUDA и Sim Swap несовместимы. Но я хотя бы попытался проверить данную возможность.

Похожий вопрос обсуждался здесь: https://github.com/vosen/ZLUDA/issues/17 но судя по всему, так и остался открытым.

Benchmarks

Если вы хотите сравнить производительность своего устройства с анонами, то скачайте эталонные фото и видео. Затем прогоните их на своем устройстве. И, наконец, запишите полученный результат и необходимую информацию в таблицу.

Aloy Video Benchmark

Фото: https://drive.google.com/file/d/1AHY5G2M0bbRU5h9cK5YBHnGVkBTR9bxu/view?usp=sharing

Видео: https://drive.google.com/file/d/1JjeTjFEmGFNnQZfpj4gjrAChVRdmznnk/view?usp=sharing

Таблица: https://docs.google.com/spreadsheets/d/1x23oMwTbmce0CoiVmYz1yAILKtKeDQdSabVg7dkShMM/edit?usp=sharing

Abu Video Benchmark

Фото: 

https://drive.google.com/file/d/1nXgE_xGacoVJO0mrPLG_by8pUuszaAqf/view?usp=sharing

Видео: https://drive.google.com/file/d/1suXIlLB2Fqlcx47rdbAWIY2-R9dMhdDb/view?usp=sharing

Таблица: https://docs.google.com/spreadsheets/d/1uroMcvKgePElDPY4H67IeV_vRTxLtNzLUHI6FGVxwAk/edit?usp=sharing