这里的sync训练方法其实有点投机取巧，避开了困难样本，看似loss下降了，实际上模型训练wav2lip时无法同步唇形

[ZXTFINAL]

实测loss下降到0.4，0.3甚至0.1的都不具备唇形同步的判断能力，不知道什么原因

[ZXTFINAL]

在取负样本时过于暴力，有40%概率拿到完全一样的图片，这很容易过拟合，而且忽略了帧间的连续性：

def get_wrong_window(self, postive_img_name):
        postive_img_id=self.get_frame_id(postive_img_name)
        tl=list(range(len(self.img_names)))
        tl=tl[:postive_img_id]+tl[postive_img_id+syncnet_T:]
        tl=random.choices(tl,k=syncnet_T)
        if random.random() > 0.6:
            tl = [random.choice(tl)]*syncnet_T
        tl=[self.id2frameFile(i) for i in tl]
        return tl

这个方法改成下面这样，会好一些：

def get_wrong_window(self, postive_img_name):
        postive_img_id=self.get_frame_id(postive_img_name)
        tl0=list(range(len(self.img_names)))
        tl=tl0[:max(postive_img_id-3,0)]+tl0[min(postive_img_id+3,len(tl0)-6):]
        start_id = random.choice(tl)
        if random.random() > 0.6:
            tlo=random.choices(tl0,k=syncnet_T)
            return [self.id2frameFile(i) for i in tlo]
        window_fnames = []
        for frame_id in range(start_id, start_id + syncnet_T):
            frame=self.id2frameFile(frame_id)
            window_fnames.append(frame)
        if len(window_fnames)!=syncnet_T:
            tl=random.choices(tl,k=syncnet_T)
            return [self.id2frameFile(i) for i in tl]
        return window_fnames