1 อธิบาย
CopyCat ไม่ได้ฟรี: ต้องซ่อมมือหลายเฟรมเพื่อทำ dataset, setup, รอเทรน, บางครั้งต้องเทรนใหม่, QC ทุกเฟรม และเก็บเฟรมที่พลาด มันคุ้มเมื่อช็อตยาวและงานซ้ำแบบเดิม ไม่คุ้มเมื่อช็อตสั้นหรือแต่ละเฟรมต่างกันมาก
ที่นี่ไม่มีตัวเลขสำเร็จรูป ทุกค่าเป็นการประเมินของคุณเอง ลองใส่ตัวเลขจากงานจริง แล้วดูว่าจุดคุ้มทุนเลื่อนไปไหน
hand = N·h · ML = k·h + setup + (N − k)·(QC + r·h)2 ลงมือลอง
โจทย์: หาความยาวช็อตที่สองทางใช้เวลาคนเท่ากัน (ต่างกันไม่เกิน 3%)
เวลาเครื่อง (เทรน + inference) ไม่ใช่เวลาคน แต่กิน GPU และวันส่งงาน ต้องคิดด้วย
3 เจาะลึก
นับเวลาให้ครบ
เวลาทาง ML ไม่ได้มีแค่ "รอเทรน" ส่วนที่กินเวลาคนจริงคือทำ Ground Truth, จัด dataset, เทรนซ้ำเมื่อผลไม่ผ่าน, QC ทุกเฟรม และเก็บเฟรมที่พลาด ถ้าลืมนับส่วนนี้ ML จะดูคุ้มเกินจริงเสมอ
| ส่วน | เวลาคน หรือ เวลาเครื่อง |
|---|---|
| ซ่อมมือเพื่อทำ Ground Truth | คน |
| setup, dataset, เทรนซ้ำ | คน (บางส่วน) |
| เทรน | เครื่อง |
| Inference ทั้งช็อต | เครื่อง |
| QC และเก็บเฟรมที่พลาด | คน |
จุดคุ้มทุน
ทางมือโตตามจำนวนเฟรมด้วยความชันเท่ากับเวลาต่อเฟรม ทาง ML มีต้นทุนตั้งต้น (Ground Truth + setup) แล้วโตช้ากว่า (เวลา QC + ส่วนที่ต้องเก็บ) สองเส้นตัดกันที่จุดคุ้มทุน ช็อตยาวกว่านั้น ML ได้เปรียบ
ถ้าเวลาที่เหลือต่อเฟรมหลังใช้ ML (QC + ส่วนที่ต้องเก็บ) มากกว่าหรือเท่ากับทำมือ เส้นจะไม่ตัดกันเลย ML ไม่มีทางคุ้ม
งานยิ่งซ้ำ ค่า r ยิ่งต่ำ จุดคุ้มทุนยิ่งมาเร็ว
สิ่งที่ตัวเลขไม่ได้บอก
ความเสี่ยง: ถ้าโมเดลไม่ผ่านหลังเทรนสองรอบ เวลาที่ลงไปอาจเสียเปล่า ความคงเส้นคงวา: ผลจากโมเดลมักสม่ำเสมอกว่างานมือหลายร้อยเฟรม การใช้ซ้ำ: ถ้าโชว์มีปัญหาแบบเดียวกันหลายช็อต โมเดลที่เทรนแล้วใช้ต่อหรือ fine-tune ได้ ทำให้คุ้มขึ้นอีก
4 ในงานจริง
ทำใน Nuke
- ทดลองก่อนตัดสินใจ: ซ่อมมือ 3–5 เฟรม เทรน CopyCat สั้น ๆ แล้วดูผล Inference บนเฟรมอื่น ประเมินค่า r จากของจริง
- ลองหาโมเดลสำเร็จรูปใน Cattery ก่อน ถ้ามีงานแบบเดียวกันอาจไม่ต้องเทรนเองเลย
- จับเวลาที่ซ่อมมือจริงต่อเฟรมด้วย RotoPaint จากเฟรมตัวอย่าง เพื่อให้ค่า h ไม่ใช่การเดา
พลาดบ่อย → แก้ยังไง
- ✗ นับแค่เวลารอเทรน✓ นับ Ground Truth, setup, เทรนซ้ำ, QC และการเก็บเฟรมพลาดด้วย
- ✗ ใช้ ML กับช็อตสั้นเพราะ "ดูทันสมัย"✓ ถ้าเฟรมตัวอย่างเกือบเท่าทั้งช็อต ทำมือหรือใช้เครื่องมือ comp ปกติเร็วกว่า
- ✗ ใช้ตัวเลขประเมินจากงานคนอื่น✓ วัดจากช็อตของคุณเอง ทดลองเล็ก ๆ ก่อนแล้วค่อยใส่ตัวเลข
เช็กก่อนส่งช็อต
- มีตัวเลข h (นาทีต่อเฟรม) ที่จับเวลาจริง
- ประเมิน r จากการทดลองเทรนสั้น ๆ
- เช็ก Cattery แล้วว่ามีโมเดลสำเร็จรูปไหม
- เวลาเครื่อง (เทรน + inference) อยู่ในกำหนดส่ง
- มีแผนสำรองถ้าโมเดลไม่ผ่าน
5 เช็กตัวเอง
งานไหนน่าลองใช้ CopyCat ที่สุด
🔒 ตอบคำถามด้านบนก่อน แล้วการ์ดนี้จะเปิด
1. ทำมือ 4 นาที/เฟรม, ใช้ ML แล้วเหลือ QC 0.5 นาที + 25% ของเฟรมต้องเก็บมือ เวลาที่เหลือต่อเฟรมทาง ML คือเท่าไร
2. เมื่อไหร่ที่ ML จะไม่มีวันคุ้ม ไม่ว่าช็อตยาวแค่ไหน
ตัวเลขมาจากไหน: สูตรแบบง่ายของเรา: สมมติว่าเฟรมที่ซ่อมมือเพื่อเทรนใช้ส่งงานได้เลย และเฟรมที่ต้องเก็บใช้เวลาเท่าทำมือเต็มเฟรม ค่าเริ่มต้นเป็นตัวอย่างให้ขยับ ไม่ใช่ตัวเลขมาตรฐานของวงการ ไม่มีการเทรนในบทนี้