Faceswap(智能换脸软件)

Faceswap是一款智能换脸软件，可以根据视频中人物的动作全程换脸，效果基本无瑕疵。是很多视频制作者的好帮手，有需要的朋友不要错过。欢迎下载使用！

软件介绍

Faceswap是一款可以改变视频面貌的软件。更新快，效率高，不容易出错，出错后容易调试。最新版本集成了GUI图形界面。Faceswap需要一定的编程基础，需要安装python，用Python编译下载各种库文件。

使用方法

0.让我们首先启动GUI界面

左上角有五个选项卡，分别是提取-提取头像、训练-训练、转换-转换。下面的effmpeg和sort有bug，暂时不用。

下载的压缩包已经包含工作区文件夹。工作区有视频资料。让我们从这里演示一下。让我们看看如何使用它。

面部交换

data_dst的目的文件夹，data_dst视频分解后的图片，都会放在这里，也可以自己定义目录。

data_src的目的文件夹，data_src视频分解后的图片，都会放在这里，也可以自己定义目录。

模型，训练模型，会保存在这里，或者你可以定义自己的目录。

Data_dst.mp4，目标视频文件

Data_src.mp4，源视频文件

这里我们将把data_src.mp4中钢铁侠的面部表情覆盖到data_dst.mp4中

1.回到faceswap目录，双击X)将src视频分解成picture.bat，可以看到命令行窗口正在分解视频。

分解视频后，我们可以看到workspace\data_src文件夹中有很多图片；

2.同样，我们将目录视频分解成图片，双击Y)将dst视频分解成pictures.bat，完成目录视频的分解。

3.图片分解后，需要提取头像，点击我们刚刚启动的GUI窗口，选择左上角的提取选项卡。

DIR:如果要提取头像的图片目录，我们选择文件夹workspace\data_src。

输出Dir:提取头像保存目录，我们选择workspace\data_src\aligned文件夹。

Detector:提取方法，我们选择all(如果太慢，选择hog)

我们可以将其他的作为默认值。选中它们后，点击左下角的提取开始提取。

下载

4.从4.src图像中提取头像后，我们需要从dst图像中提取头像，也在提取选项卡中。

选择workspace\data_dst文件夹的输入目录。

选择输出Dir到workspace\data_dst\aligned文件夹，检测器也选择all，然后点击左下角的Extract进行提取。

5.提取头像后，训练开始。点击左上角的训练标签。

输入A:目标头像，注意是头像目录，不要误认为是图片目录。这里，选择workspace\data_dst\aligned。

B:源头像，选择工作空间\数据_ src \对齐

模型Dir:训练模型存储在目录中，我们选择workspace\model。

保存间隔：保存间隔，可设置为600。

Trainer:选择原件

不理别人。选中他们后，点击左下角的训练，加载完毕，就可以开始训练了。您可以在框中看到训练值。一般损失值在0.02以下后，效果更好。训练将一直运行，如果要停止，请单击终止。

6.训练一段时间后，我们可以合成看看效果，点击左上角的Convert选项卡。

Input:注意这是图片目录，选择workspace\data_dst。

输出Dir:合成图片目录，选择workspace\data_dst\merged。

检测器：也选择所有

型号Dir:选择型号目录工作区\型号

input Aligned dir : Select workspace \ data _ dst \ Aligned for the avatar to be replace。

Trainer:选择原件

下拉滚动条，选择线缝框，其他默认也行。

选择后，单击左下角的“转换”以查看预览。

7.最后一步是将合成的图片转换成视频，点击目录下的Z)将图片合成为video.bat。

(要用Potplayer打开，不能用QQ视频或其他系统自带播放器播放。如果效果满意，可以使用Pill工具箱(推荐)或format factory进行转换)

至此，我们的视频合成完毕，合成的视频在工作区文件夹中。因为源文件没有音频，所以这里没有音频。如果源视频有音频，将输出ResultWithAudio.avi。

常见问题

1.需要多少面材？

DST:尽量不要少，因为有限，需要更换。

SRC:根据各种软件的脸屏规则和网上大神的建议，一般来说，SRC的脸数在700 ~ 3999左右。和Deepfacelab的作者一样，他认为1500就够了。对于SRC来说，各种角度、表情、灯光的内容越多越好。非常接近的材料没有用，会增加训练负担。

2.如何使用手动对齐识别人脸模式？

回车键：应用当前选择区域，跳转到下一帧未识别人脸的位置。

空格键：跳到下一帧没有人脸被识别的地方。

鼠标滚轮：识别面积框，向上滚动放大，向下滚动缩小。

逗号和句号(将输入法切换到英文):上一帧和下一帧

问：跳过这个模式

说实话这个功能极难用，画面还是太大了…

3.什么是3。模特？

模型是人工智能根据各种线条或其他奇怪的数据随机生成的呈现的虚假数据，就像PS填充中的“智能识别”。

你可以从https://affinelayer.com/pixsrv/.的这个网站上体验一下什么是模型欺诈

4.4用哪个算法好。模特？

各有千秋。一般Deepfacelab只要用H128就可以了。其他算法可以在GitHub上写的官方介绍中找到：https://github.com/iperov/DeepFaceLab.

5.什么是5。批量大小？你想把它设置成多大？

批量大小的意义大概是一批训练多少图片素材，一般设置为2的倍数。数字越大，需要的显存越多，但迭代频率会因为处理内容更多而降低。一般在Deepfacelab中，不需要手动设置，默认会设置显卡适配的最大值。

根据网上的内容和我的实际测试，在我们64尺寸和128尺寸的变脸操作中，越大越好，因为最合理的数值远远超出了目前所有民用显卡的承受范围。

6.模型已经训练好了，但是可以用在另一种材料上吗？

在DST材料中：

当然可以！并且强烈推荐复用。

新建的模型10个小时左右就会有一个好的结果，然后换其他DST材料只需要0.5~3个小时，前提是SRC材料不能换。

更换SRC材料时，您需要考虑：

第一种方案：模型重用。无论DST或SRC是否改变，所有人脸的内容都会放入模型中进行训练。结果训练的很快，但是越训练越乱，越觉得导出的脸不太像SRC。

第二种方案：新建一个模型，重新开始(也就是给模型指派一个专门的人)。请先把模型剪下来，然后把文件夹分类。这个操作可以合成一个更像SRC的情况，但是每次重启10个小时会很累。

第三种方案：结合前两种，先练习模型的轮廓，然后临摹。每个型号用每个SRC面都不错。