DeepFaceLab

百科首页 | 3D虚拟世界 | 音乐与人工智能 | 人工智能机器人 | 关于我们 | 网站首页

背景知识 | DeepFaceLab | 研究整理

DFL入门教程 | DFL进阶教程 | DFL经验 | DFL框架 | DFL问题整理

简介

DeepFaceLab（后面简称DFL）是一个GitHub上的一个开源项目，用于视频换脸，使用Python编写，基于Tensorflow框架。
DFL是目前开源软件中最好用的AI换脸软件之一，现在还在不断更新，同时作者也在开发DeepFaceLive，用于实时换脸。哔哩哔哩上很多换脸视频都是基于此框架，包括著名的肌肉金轮。

项目地址：https://github.com/iperov/DeepFaceLab

论文地址：https://arxiv.org/abs/2005.05535。 具体的理论可以看论文，或移步研究整理

推荐网站：

• DeepFaceLab中文论坛，是由DeepFaceLab的作者之一建设的，上面有许多教程，讨论，素材和模型分享，目前是一个很活跃的论坛。
• www.deepfaker.xyz，微信公众号“托尼是塔克”，这两个是一个人做的，上面有入门和进阶教程，相比论坛这个比较简洁明了，但是一些进阶教程是收费的。

获取方式

1. 从Github的项目地址直接下载源代码。不太推荐，因为作者在readme中没有给出详细的使用方法，主要给了一些链接，而那些链接的论坛由于众所周知的原因大部分是无法访问的。
2. 从Github的readme中给的磁力链接下载。如果网络通畅可以直接下载。
3. 从DeepFaceLab中文论坛下载。上面有各种版本的，还有汉化的，也有一些其他的软件，但是有的帖子要查看的话可能需要先注册账号。
4. 这里给一个写截止到2021年10月14日最新版的百度云链接：https://pan.baidu.com/s/1stYxnI5cXHhZO1NrdO9Zsg 提取码：q6u2

下载的时候看下面的安装部分选一个自己需要的包下载即可，不需要全部都下载。

入门教程

以下载集成版release包为例，其实所谓的集成也就是把依赖的库放进了目录下，运行是通过批处理文件启动的，相当于在cmd下执行了几行命令。用文本编辑器也可以打开看到命令是什么。

软件使用可分为4个步骤：分解视频，切脸，训练，合成。

安装

找到适合自己显卡的版本:

1. 30系的英伟达显卡（RTX3090,RTX3080…）使用DFL_NVIDIA_RTX3000_series
2. 非30系的英伟达显卡（RTX2060,GTX1080,GTX1660等）使用DFL_NVIDIA_up_to_RTX2080Ti_2021
3. 其他比如AMD显卡，使用DFL_DirectX12

双击.exe文件。

选择安装路径，建议放在C盘以外的磁盘，路径尽量不要包含中文等特色字符。

单击Extract开始解压软件。

软件安装本质上只是解压而已。如果报毒，添加信任放行即可。
依赖安装：依赖的意思就是使用这个软件之前必须要先安装的软件，DFL集成板的唯一依赖就是显卡驱动。所以你只需要更新驱动即可使用此软件，CUDA和CUDNN不是必须的，因为它们已经被放在了DeepFaceLab的目录下。

目录介绍

软件解压完成后会出现一个叫DeepFaceLab_NVIDIA_up_to_RTX2080Ti的文件夹（3系显卡略有不同），里面有一个workspace，我们需要的文件都会在这里。这个文件夹下面有三个文件，两个视频，代表的意义如上图！ 需要换自己的视频，只需要把这两个MP4换成自己的就好了。
软件运行过程中，在Data_dst 和data_src 中里面还会产生一个aligned的文件，里面会放置提取到的人脸图片，比较重要！

流程介绍

进入软件目录后会发现很多以.bat结尾的文件，叫批处理文件。此类文件在window系统下可以直接双击运行。

软件使用的大概流程是：
1. 把视频转成图片
2. 从图片中提取头像
3. 用头像训练模型（模型相当于…..）
4. 用训练好的模型实现图片换脸
5. 把换好脸的图片合成视频！
搞定。

具体的流程如下：

清空目录

1) clear workspace.bat
慎点，会清空data_src，data_dst，model文件夹

把源视频拆分成图片

2) extract images from video data_src.bat

开头两个回车，等待，出现Done即表示处理成功。FPS ：表示帧率，可以按回车默认，也可以输入一个数字。 Format代表图片格式，可以选JPG或者PNG，默认PNG。

处理完成后，data_src文件夹下面会出现很多图片，这些图片就来自data_src.mp4视频。

把目标视频拆分成图片

3) extract images from video data_dst FULL FPS.bat（把目标视频拆分成图片）

一个回车，等待一段时间，看到Done表示结束。与上一步类似

处理完成后，data_dst文件夹下面会出现很多图片，这些图片就来自data_dst.mp4视频。

从源图片中提取人脸

4) data_src faceset extract.bat（从源图片中提取人脸，也叫切脸）

两个回车，显示进度条，最后会显示发现的图片和提取到的人脸数量。 GPU index 是针对多卡用户，单卡用户直接回车。 Debug Image 一般不需要，默认回车即可。

操作成功后，data_src/aligned 文件夹下面会出现唐尼的头像。

从目标图片中提取人脸

5) data_dst faceset extract.bat （从目标图片中提取人脸）

和上一步类似，只是少了一个参数Debug Image，其实是默认就启用了这个参数。

操作成功后，data_dst/aligned文件夹下会出现希亚·拉博夫的人头。在data_dst下面会出现一个aligned_debug文件夹。

打开里面的图片大概就是这个样子，作为新手看看就好了，不影响你后面的步骤。

训练模型

6) train Quick96.bat （训练模型，耗时，不会自己结束）

DeepFaceLab是基于深度学习的软件，而深度学习基本都会涉及到一个叫“模型”的东西。 模型就像是提炼出来的仙丹，可以理解为易容丹。 炼丹自然不是一件简单的事情，而且特别耗时间，还需要好丹炉，好药材。这一部至关重要。

打开这个步骤后，需要先输入模型的名字。然后选择显卡，如果没有意外，就会出现③中的一行一行跳动的数字，代表已经开始炼丹。其中的Quick96表示模型的类型，除此之外还有SAEHD模型，SAEHD模型做出来的视频质量更好，但是要求的配置更高！ SAEHD模型的训练类似，选择 6）train SEAHD.bat即可。

开始训练模型后，还会跳出一个新的窗口预览窗口，上面有使用帮助，迭代历史，迭代次数，还有五列头像。第一列和第二列是源头像，第三列和第四列是目标头像，第五列是最终头像。1,3 是参考标准，2,4,5是生成的头像，生成头像越来越接近参考标准，就证明模型越来越好。

当鼠标点击这个窗口后，在英文输入法下，可以使用快捷键。

P：刷新预览图
S：保存模型
Enter ：保存模型，然后退出！

退出后再次点击train Quick96.bat 可以继续训练，进度不会丢失。 继续训练的时候需要选择模型，选择显卡，然后同样会显示一行数字，跳出预览窗口。

随着时间的推移，2,4,5列头像会越来越清晰，如果你觉得够清晰了，就可以关闭窗口，进入下一个步骤。

图片换脸

7) merge Quick96.bat （图片换脸）

这个步骤，有两种方式。Use interactive merger? 输入y启动交互式转换器（默认为y）, 输入n为普通的命令行。我这里先输入：n，回车，继续回车选择模型，继续回车选择显卡。在此之后，还会有非常多的参数需要输入，一律按回车！

回车到不能回车之后，就会自动开始转换过程。过程中会显示百分比，当到达100% Done 就代表转换结束。

此时, 在data_dst 下面会多出一个merged文件夹，文件夹里面就是已经换脸成功的图片。

随便打开一张，大概是这个样子的。唐尼的脸已经换上去了。边缘之所以有些生硬，是因为我们全部使用的默认参数。适当调整可以改善，具体调整方法与之前版本类似。

另外一种方法：Use interactive merger? 输入y 或者直接回车。此时进入交互式界面的帮助窗口，上面写着调整合成参数的快捷键，考验手速和记忆力的时候到了。通过按键盘上的Tab键可以进入预览界面。

在预览界面上，按对应的快捷键就可以调整效果。调整方法和老版本基本类似。 自动合成的快捷键调整成了shift+>

把图片合成视频

8) merged to mp4.bat （把图片合成视频）

这一步的功能是把已经换脸成功的图片合成视频。打开后有一个参数：码率。可以直接默认，默认情况下码率很高清晰度最高但是合成文件非常大，也可以输入特定的值比如:3 。

这个步骤并不会消耗太多时间，结束后在workspace下面可以看到一个叫result.mp4的文件。

文本仅做基础介绍，一些新增的特性，新增的参数，进阶教程可上DeepFaceLab中文论坛以及DeepFaceLab Github主页去看。