Faceswap使用教程

最近剛好接觸深度學習的一些專案，又比較清閒，所以研究了一下faceswap的使用。faceswap可以用來實現換臉，由於並非專業學習，具體原理沒有做深入研究，僅僅做了兩天，了解了一下使用過程，在這裡做個記錄。

現在時間是2020.11.29。faceswap會不斷更新，可能不同時間略有差異。

git clone

這位作者的**，表示感謝。我這裡爬取了兩個人的影象，每人1000張左右，分別放在兩個/data/liu 和 data/ma下。

# 提取人物a的人臉 python faceswap.py extract -i ../data/liu/ -o ../data/liu/face # 提取人物b的人臉 python faceswap.py extract -i ../data/ma/ -o ../data/ma/face

# -i -o 後分別為輸入的相對路徑和對應的輸出人臉的相對路徑

這裡可能會報錯，提示你缺少各種包，總之缺什麼裝什麼就可以了。

人臉提取完後會在data/liu和data/ma下會生成乙個face資料夾和乙個alignments.fsa檔案。

這裡注意：

提取完後需要將alignments.fsa檔案移動到或者複製face資料夾下才可訓練，否則訓練會提示缺少檔案。

至此，資料集準備完畢。

python faceswap.py train -a ../data/liu/facet -b ../data/ma/face -m ./models/

# -a -b 後為人臉a和人臉b的相對路徑，-m後為模型儲存的相對路徑

這裡注意：

模型訓練過程中會不斷輸出loss值，一般在0.03左右效果不錯。我這裡僅僅達到了0.05左右基本不降了，具體原因還沒找到，效果的話大概能看出更換之後的樣子，只是有點模糊。

訓練過程中每隔一段時間會儲存一次模型，程式中斷後再次執行會在上次的模型基礎上訓練，具體操作可以看他的提示。訓練需要手動停止，一般看loss下降到合適的值或者基本不降了之後就可以手動停止了，訓練完後模型儲存在上面指定的路徑下。

假定在data/liu_test目錄下有幾張人物a的用以測試。

python faceswap.py extract -i ../data/liu_test/ -o ../data/liu_test/face # 首先提取測試集人臉 pthon faceswap.py convert -i ../data/liu_test/ -o ../data/liu_test/output/ -m ./models/

# 轉換人臉引數分為別為輸入測試集影象路徑、輸出影象路徑和所用模型路徑

這裡注意：

轉換完之後在/data/liu_test/output後會看到換臉後的效果圖。

python tools.py effmpeg  -i ./liu.mp4 -o ./video_output -s 00:0148 -e 00:0156

抽幀後會在video_output目錄下看到抽幀的後的，然後將其按上述換臉方法處理得到換臉後的。

至此這個記錄就結束了，不能算個教程，因為沒有涉及任何原理，僅僅學習了如何使用，記錄一下兩天做的事情。後續如有其他研究會繼續更新。

最後附上我訓練的模型和資料：

模型：資料：

如果覺得不錯，點個star~

Faceswap使用教程

深度學習換臉 faceswap專案實踐

微軟換臉應用Face Swap登陸iOS平台

SVN使用使用教程

Faceswap使用教程

深度學習換臉 faceswap專案實踐

微軟換臉應用Face Swap登陸iOS平台

SVN使用使用教程

相關推薦