deepfakes_faceswap

致 Patreon 和 PayPal 支持者的重要信息。请参阅此论坛帖子：https://forum.faceswap.dev/viewtopic.php?f=14&t=3120

FaceSwap 是一个利用深度学习 (Deep Learning) 来识别和交换图片及视频中人脸的工具。

    

使用 Phaze-A 模型进行的 Emma Stone/Scarlett Johansson 人脸交换

使用 Villain 模型进行的 Jennifer Lawrence/Steve Buscemi 人脸交换

在开始之前，请务必查看 INSTALL.md。

• deepfakes_faceswap
  • 致 Patreon 和 PayPal 支持者的重要信息。请参阅此论坛帖子：https://forum.faceswap.dev/viewtopic.php?f=14&t=3120
• 宣言
  • FaceSwap 具有符合伦理的用途。
• 如何设置和运行项目
• 概述
  • 提取
  • 训练
  • 转换
  • 图形用户界面
• 一般说明：
• 帮助，我需要支持！
  • Discord 服务器
  • FaceSwap 论坛
• 捐赠
  • Patreon
  • 一次性捐赠
    • @torzdf
    • @andenixa
• 如何贡献
  • 对于对生成模型 (Generative Models) 感兴趣的人
  • 对于开发者
  • 对于非开发者的进阶用户
  • 对于最终用户
• 关于机器学习
  • 计算机如何知道如何识别/塑造人脸？机器学习如何工作？什么是神经网络 (Neural Network)？

宣言

FaceSwap 具有符合伦理的用途。

当人脸交换技术最初被开发和发布时，这项技术是突破性的，它是人工智能 (AI) 发展的一大步。最初它在学术界之外被完全忽视，因为代码令人困惑且支离破碎。它需要对复杂的人工智能 (AI) 技术有透彻的理解，并且需要花费大量精力才能弄清楚。直到一个人将其整合成一个单一、连贯的集合。它可以运行，它可以工作，正如互联网上出现的新技术经常发生的那样，它立即被用于创建不当内容。尽管该软件最初被用于不当用途，但它是任何人都可以下载、运行并通过实验学习的第一段人工智能 (AI) 代码，而无需拥有数学、计算机理论、心理学等方面的博士学位 (Ph.D.)。在"deepfakes"之前，这些技术就像黑魔法，只有那些能够理解所有内部运作的人才能实践，正如那些深奥且无限复杂的书籍和论文中所描述的那样。

"Deepfakes"改变了这一切，任何人都可以参与人工智能 (AI) 开发。对我们开发者来说，这段代码的发布开启了一个绝佳的学习机会。它允许我们建立在他人开发的想法之上，与各种熟练的编码者合作，在学习新技能的同时实验人工智能 (AI)，并最终为一项新兴技术做出贡献，随着技术的发展，这项技术只会看到更多的主流应用。

是否有人在使用类似软件做可怕的事情？是的。正因为如此，开发人员一直在遵循严格的道德标准。我们中的许多人甚至不使用它来创建视频，我们只是摆弄代码看看它能做什么。遗憾的是，媒体只关注该软件的不道德用途。不幸的是，这是它最初向公众曝光的性质，但这并不代表它被创建的原因、我们现在如何使用它，或者我们在其未来中看到什么。像任何技术一样，它可以用于善，也可以被滥用。我们的意图是以一种最小化其滥用潜力，同时最大化其作为学习、实验工具以及是的，用于合法人脸交换的潜力的方式来开发 FaceSwap。

我们并不是要贬低名人或侮辱任何人。我们是程序员，我们是工程师，我们是好莱坞视觉特效 (VFX) 艺术家，我们是活动家，我们是爱好者，我们是人类。为此，我们认为现在是时候发表一份标准声明，说明就我们开发者而言，这个软件是什么以及不是什么。

• FaceSwap 不是用于创建不当内容。
• FaceSwap 不是用于在未经同意的情况下或意图隐藏其使用的情况下更换人脸。
• FaceSwap 不是用于任何非法、不道德或可疑的目的。
• FaceSwap 的存在是为了实验和发现人工智能 (AI) 技术，用于社会或政治评论，用于电影，以及用于任何数量的道德和合理用途。

我们对 FaceSwap 可用于不道德和声名狼藉的事情感到非常不安。然而，我们支持开发可以合乎道德地使用的工具和技术，并为任何想要动手学习的人提供人工智能 (AI) 教育和经验。我们将对任何将此软件用于任何不道德目的的人采取零容忍态度，并将积极劝阻任何此类用途。

如何设置和运行项目

FaceSwap 是一个 Python 程序，可运行于多种操作系统 (Operating Systems)，包括 Windows、Linux 和 MacOS。

请参阅 INSTALL.md 获取完整的安装说明。为了获得最佳性能，您需要一个支持 CUDA 的现代图形处理器 (GPU)。许多 AMD 图形处理器 (GPU) 通过 ROCm (Linux) 得到支持。

概述

该项目有多个入口点。你需要：

• 收集照片和/或视频
• 从原始照片中提取 (Extract) 人脸
• 在从照片/视频中提取的人脸上训练 (Train) 模型 (model)
• 使用模型 (model)转换 (Convert) 你的源文件

查看 USAGE.md 获取更详细的说明。

提取 (Extract)

在你的设置文件夹中，运行 python faceswap.py extract。这将从 src 文件夹获取照片并将人脸提取到 extract 文件夹中。

训练 (Train)

在你的设置文件夹中，运行 python faceswap.py train。这将从两个包含两张人脸照片的文件夹中获取图片，并训练一个模型 (model)，该模型将保存在 models 文件夹内。

转换 (Convert)

在你的设置文件夹中，运行 python faceswap.py convert。这将从 original 文件夹获取照片并将新人脸应用到 modified 文件夹中。

图形用户界面 (GUI)

或者，你可以通过运行 python faceswap.py gui 来启动图形用户界面 (GUI)。

一般注意事项：

• 所有提到的脚本都有 -h/--help 选项，显示它们接受的参数。你很聪明，你能弄明白这是怎么工作的，对吧？！

注意 (NB)：有一个用于视频的工具。可以通过运行 python tools.py effmpeg -h 访问。或者，你可以使用 ffmpeg 将视频转换为照片，处理图像，然后再将图像转换回视频。

一些提示：

重用现有模型 (model) 的训练速度比从头开始快得多。 如果没有足够的训练数据，先从看起来相似的人开始，然后切换数据。

帮助，我需要支持！

Discord 服务器

最好的选择是加入 FaceSwap Discord 服务器，那里有很多愿意帮助的用户。请注意，像这个仓库 (repo) 一样，这是一个适合工作场所 (SFW) 的服务器！

FaceSwap 论坛

或者，你可以在 FaceSwap 论坛 发帖提问。请不要在这个仓库 (repo) 中发布一般支持问题，因为它们可能会被删除且不予回复。

捐赠

开发人员 (Dev) 不知疲倦地改进和开发 FaceSwap。为了提供如今的软件，他们投入了许多小时，但这是一个极其耗时且没有经济回报的过程。如果你喜欢使用该软件，请考虑向开发人员 (Dev) 捐赠，以便他们能花更多时间实施改进。

Patreon

支持我们的最佳方式是通过我们的 Patreon 页面：

一次性捐赠

或者，你可以向我们的任何开发人员 (Dev) 进行一次性的捐赠：

@torzdf

很少有 FaceSwap 代码未经过 torzdf 的处理。他负责实现图形用户界面 (GUI)、FAN 对齐器 (FAN aligner)、MTCNN 检测器 (MTCNN detector)，并将 Villain、DFL-H128 和 DFaker 模型 (model) 移植到 FaceSwap，以及显著改进了代码的许多领域。

Bitcoin: bc1qpm22suz59ylzk0j7qk5e4c7cnkjmve2rmtrnc6

Ethereum: 0xd3e954dC241B87C4E8E1A801ada485DC1d530F01

Monero: 45dLrtQZ2pkHizBpt3P3yyJKkhcFHnhfNYPMSnz3yVEbdWm3Hj6Kr5TgmGAn3Far8LVaQf1th2n3DJVTRkfeB5ZkHxWozSX

Paypal:

@andenixa

Unbalanced 和 OHR 模型 (model) 的创建者，并扩展了训练过程中的各种功能。Andenixa 目前正在研究新模型 (model)，并将接受捐赠请求。

Paypal:

如何贡献

对于对生成模型 (generative models) 感兴趣的人

• 前往 'faceswap-model' 讨论/建议/提交当前算法 (algorithm) 的替代方案。

对于开发人员 (Dev)

• 完整阅读本 README
• Fork (分叉) 这个仓库 (repo)
• 尝试使用它
• 查看带有 'dev' 标签的问题
• 对于对计算机视觉 (computer vision) 和 openCV 更感兴趣的开发人员 (Dev)，查看带有 'opencv' 标签的问题。也欢迎添加你自己的替代方案/改进

对于非开发人员 (Dev) 的进阶用户

• 完整阅读本 README
• Clone (克隆) 这个仓库 (repo)
• 尝试使用它
• 查看带有 'advuser' 标签的问题
• 同时前往 'faceswap 论坛' 帮助他人。

对于最终用户

• 在这里获取代码并尝试使用它（如果可以的话）
• 你也可以前往 faceswap 论坛 帮助他人或获取帮助。
• 要有耐心。这对开发人员 (Dev) 来说也是一项相对较新的技术。已经投入了大量精力使该程序易于普通用户使用。这只是需要时间！
• 注意 任何与运行代码相关的问题必须在 faceswap 论坛 中提出！

关于机器学习 (machine learning)

计算机如何知道如何识别/塑造人脸？机器学习 (machine learning) 如何工作？什么是神经网络 (neural network)？

这很复杂。这里有一个很好的视频可以让过程易于理解：

这里有一个稍微更深入的视频，试图解释神经网络 (neural network) 的基本功能：

太长不看 (tl;dr)：训练数据 + 试错

FaceSwap 快速上手指南

简介

FaceSwap 是一款利用深度学习技术识别并交换图片或视频中人脸的工具。本项目支持 Windows、Linux 和 MacOS 系统，旨在提供易于使用的 AI 换脸解决方案。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Windows、Linux 或 MacOS。
• 编程语言：Python（项目为 Python 程序）。
• 硬件要求：
  • 推荐：支持 CUDA 的现代 GPU 以获得最佳性能。
  • 支持：许多 AMD GPU 可通过 ROCm（Linux）支持。
• 依赖项：完整的前置依赖列表请参阅项目根目录下的 INSTALL.md 文件。

安装步骤

由于安装过程涉及具体的依赖配置，请严格按照以下指引操作：

1. 克隆或下载本项目到本地。
2. 查阅项目根目录下的 INSTALL.md 文件获取完整的安装指令。
3. 确保配置好 Python 环境及所需的 GPU 驱动（CUDA 或 ROCm）。

注意：在开始使用前，务必阅读 INSTALL.md 以确保环境配置正确。

基本使用

项目主要包含四个核心步骤：提取（Extract）、训练（Train）、转换（Convert）以及图形界面（GUI）。

1. 准备工作

收集包含目标人脸的照片或视频素材。

2. 提取人脸 (Extract)

从原始照片中提取人脸数据。

python faceswap.py extract

说明：将从 src 文件夹读取照片，并将提取的人脸保存至 extract 文件夹。

3. 训练模型 (Train)

使用提取的人脸数据训练模型。

python faceswap.py train

说明：读取包含两张人脸照片的两个文件夹，训练模型并保存至 models 文件夹。

4. 转换人脸 (Convert)

使用训练好的模型应用换脸效果。

python faceswap.py convert

说明：从 original 文件夹读取照片，将换脸后的结果保存至 modified 文件夹。

5. 图形界面 (GUI)

如果您更倾向于可视化操作，可以启动 GUI：

python faceswap.py gui

视频处理提示

项目包含视频转换工具，可通过以下命令查看帮助：

python tools.py effmpeg -h

或者使用 ffmpeg 将视频转换为图片，处理后再转回视频。

注意事项

• 伦理声明：本软件仅用于实验、学习、社会评论、电影制作等合法合规用途。严禁用于制作不当内容、未经同意更换人脸或任何非法、不道德的目的。
• 技术支持：
  • 遇到问题请优先访问 FaceSwap 论坛。
  • 也可加入 Discord 服务器 寻求帮助（请注意这是一个 SFW 服务器）。
  • 请勿在本代码仓库中发布一般性支持问题，否则可能会被删除。
• 训练技巧：
  • 复用现有模型比从头训练速度更快。
  • 如果训练数据不足，可先使用相似人脸进行训练，再切换数据。