deepfacelab

前面的都是准备工作，这个环节才是真的换脸。换脸主要分两部分，1，图片换脸，2，把图片合成视频。 7) convert H64 debug.bat 这个环节是和训练环节相对于的，比如我们之前选的是H64，这里就选带H64的来进行转换。如果之前选了SAE，这里就选SAE。 其中的每一种类型两个文件，一个带Debug，一个不带。谁便点一个，不影响结果。默认你可以选带debug的文件。 双击后出现的内容如上，显示了这个模型的迭代次数，以及模型的配置。底部Choose mode 是让你选择合成的模式，你直接回车，就是默认模式。 这里建议输入1或者2，这样最终效果会比较好。 上图显示了转换过程中所有参数项，一般你不需要手动输入，直接一路回车，默认的参数都是调优过的。 参数选完后就程序就开始转换图片了，此处有进度条，100%即代表转换完成。 转换完成后可以进入 workspace\data_dst\merged 查看结果。 这个目录显示了很多图片，任意点开一张，可以看到，这个人的脸部已经被替换过。如果你训练的时间比较短，这里人脸就会比较模糊。 8) converted to mp4.bat 这一部就更加简单了，二话不说直接点 converted to mp4.bat ， 将转换好的图片合成视频。 点击这个文件之后，会停住，等待你输入“码率”。 你可以直接回车，默认值为16，

简介 DeepFaceLab是一种利用深度学习识别和交换图片和视频中的人脸的工具 这是一个github上的开源项目，所有人都可以查看源代码也能免费使用。个人认为这个项目的最大优点就是安装超级简单，几乎是无需安装，使用过程也不复杂，对于新手来说唯一的遗憾就是没有可视化界面，但这一点很容易克服，只要看完这个简易教程人人都能学会。 下面是关于这个项目的一些介绍，可以选择性阅读，不懂也没关系。 功能特性 安装方便，环境依赖几乎为零，下载打包app解压即可运行（最大优势） 添加了很多新的模型 新架构，易于模型实验 人脸图片使用JPG保存，节省空间提高效率 CPU模式，第8代Intel核心能够在2天内完成H64模型的训练。 全新的预览窗口，便于观察。 并行提取 并行转换 所有阶段都可以使用DEBUG选项 支持MTCNN，DLIBCNN，S3FD等多种提取器 支持手动提取，更精确的脸部区域，更好的结果。 多种模型 H64 (2GB+) 64像素模型，和fakeapp，FaceSwap等相似，但是做了一些改进，使用低配置参数可以在低显存的情况下运行。 H128 (3GB+) 128像素模型，和h64类似，但是像素更高，随之细节更加丰富。适合3~4G显存。比较适合扁平的亚洲脸型 DF (5GB+) 全脸型的H128模型，强烈建议不要在SRC表面混合各种光照条件。 LIAEF128 (5GB+)

换脸程序执行步骤，大部分程序都是类似。DeepFaceLab 虽然没有可视化界面，但是将整个过程分成了8个步骤，每个步骤只需点击BAT文件即可执行。只要看着序号，一个个点过去就可以了，这样的操作应该不复杂吧。 DeepFaceLab 换脸的八个步骤主要可以分为 五个阶段 。 1.视频转图片 2.提取脸部， 3.训练模型， 4.人脸替换， 5.合成视频。 出于不同的原因，目录里准备了很多批处理(bat)文件，但是完成一次换脸，并不需要点击每一个文件。下面我举个例子。 按以下文件名依次点击，即可换成换脸( 某个环节停住了不动，请按Enter键 )。 1) clear workspace.bat （重置工作空间，第一次使用可不点） 2) extract PNG from video data_src.bat （把src视频转换成图片，按一次Enter键） 3.2) extract PNG from video data_dst FULL FPS.bat （把dst视频转换成图片） 4) data_src extract faces DLIB best GPU.bat （从src图片中提取脸部图片） 5) data_dst extract faces DLIB best GPU.bat （从dst图片中提取脸部图片） 6) train H64.bat (使用H64开始训练模型，耗时久