首页 > 编程知识 正文

微软faceswap,faceswap

时间:2023-05-05 08:47:04 阅读:12795 作者:2539

我最近正好接触了一些深度学习项目,而且很闲,所以我考虑使用faceswap。 脸swap可以变脸。 因为不是专业学习,所以没有深入研究具体原理。 只用了两天,我就理解了使用过程。 在这里记录。

就像我之前写的,我这里使用的是linux云服务,个人的windows笔记本电脑、台式机也可以。 大同小异。 个人测试AlibabaCloud (阿里巴巴云)的学生服务器在1核2GB下不工作,训练中总是中止。 这个服务器大家都在准备。 这里请作为参考。 如果有人将学生服务器成功应用到Alibaba云,请在评论中交流。

现在的时间是2020.11.29。 faceswap不断更新,可能因时间而略有不同。

faceswap的安装在这里什么都不能说。 直接从github下载就可以了:

下载git clone https://github.com/deep fakes/faceswap后,置于face swap目录中。 如果太晚,请考虑手动下载。

准备了数据集的人物图像在这里收集了用简单的python爬虫取的百度图像。 代码在网上有很多,你可以自己搜索。 我在这里使用的是

感谢作者3359 blog.csdn.net/QQ _ 40774175/article/details/81273198的代码。 我爬上这里拿了两个人的图像。 每人1000张左右,分别放在两个/data/liu和data/ma下。

提取脸部#人物a的脸部pythonfaceswap.py extract-I ./data/Liu/- o ./data/Liu/face #人物b的脸部pythonfaceswap.py extract-I . 这里可能会报告错误。 因为缺了各种各样的包,总之先把东西塞进去就行了。

提取脸部后,将在data/liu和data/ma下生成face文件夹和alignments.fsa文件。

face保管提取出的对应人物的脸。 alignments.fsa保存着有关人脸的各种信息。 请注意这里:

提取完成后,必须将alignments.fsa文件移动或复制到face文件夹下。 否则,培训将显示文件不足。

数据集准备到此完成。

在下载培训模型的faceswap文件夹下切换时,可以找到很多文件。 不需要管理。 运行以下命令开始培训

pythonfaceswap.py train-a ./data/Liu/facet-b ./data/ma/face-m./models/#-a-b之后是脸a和脸b的相对路径,-m

以上命令的顺序是把a的脸变成b。 训练中使用的数据是提取出的人的脸,不是原来人物的照片。 在模型训练期间持续输出loss值,但一般在0.03左右有效。 我这里只有0.05左右了,几乎没有下降。 具体原因还没有找到。 如果有效果的话可能会知道更换后的情况,但是有点模糊。

在培训过程中,每隔一段时间保存一次模型,在程序中断后再次运行时,将根据上次的模型进行培训。 具体操作可以看到他的提示。 培训必须手动停止。 一般来说,loss下降到适当的值或几乎不下降后,可以手动停止。 培训结束后,模型将保存在上面指定的路径下。

模型测试结束后,请在模型中尝试效果。 可以改变图像的脸,也可以改变视频的脸。

要更改照片的脸,假设在data/liu_test目录下有几张人物a的照片。

pythonfaceswap.py extract-I ./data/Liu _ test/- o ./data/Liu _ test/face #首先测试集的脸pthonfaceswap.py concone 在此注意:

convert通过脸部变换命令输入的图像是测试集的原画,但首先需要提取脸部。 另一方面,train训练需要提取后的脸部图像。 关于convert为什么不能使用提取的脸部图像,还没有研究,但如果您知道的话,请在下面留下评论。 变换后,可以看到/data/liu_test/output后变脸后的效果图。

视频变脸视频变脸的本质依然是图像,只是让视频在很多图像中溢出,让图像变脸后再合成视频。

视频剔除: python tools.pye ffmpeg-I./Liu.MP4-o./video _ output-s 0033600148-e 0033600156参数分别为视频路径、输出间

图像合成:

图像合成也有命令,但在这里不起作用。 所以我直接用了windows附带的视频剪辑

图像合成了视频,但没有放置。 关于如何合成视频,网上有很多方法,可以自己搜索,有好的方法欢迎留言。

这个记录到此结束。 不能说是教程。 因为没有涉及任何原理,所以只是学习了使用方法,记录两天内所做的事情。 之后,如果有其他研究会继续更新。

最后附上我训练的模型和数据:

型号: https://github.com/ywonchall/face swap

数据: https://download.csdn.net/download/weixin _ 45821421/1320382

如果觉得可以的话,就点明星吧~

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。