win7下faceswap环境配置（一）- 软件安装
By admin Deepfakes 24 Comments
Deepfakes环境配置
以下以64位Win7环境下Faceswap为例，零编程基础学习deepfakes的环境搭配。
Faceswap 简介
由于Win7用openfaceswap会出现错误，所以win7系统我们使用faceswap，可以在Github上下载最新的版本，但需要手动输入命令行配置，这里我上传的百度云已经设置好处理批，直接双击就可以安装。
安装要求
硬件：一块Nvidia显卡，算力3.0以上（参考Nvidia算力）最好1060 6G以上（A卡暂时不支持）;CPU要求不高，AMD或者Intel都行。内存最好8G以上。
软件：
- 微软Visual Studio 2015（不要安装2017版本）
- CUDA 9.0（不要安装成9.1版本）
- CuDNN 7.0.5
- python3.6.0
- 主程序faceswap
安装流程：
- Visual Studio 2015，可以下载社区版本，地址http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
1）选择自定义安装
2）勾选C++
- CUDA 9.0 地址： Win7 https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_windows-exe
- CuDNN 7.0.5 (for CUDA 9.0)
官网下载，需要注册 https://developer.nvidia.com/rdp/cudnn-archive我这里下载好了，我分享在百度云盘：
Win7 https://pan.baidu.com/s/1RfG45ORk2harzXpefFARbA 密码 ozou下载之后，解压文件，把3个文件夹复制到上一步CUDA的安装路径，一般都在
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0
这几个库文件需要复制好后面才不会出错 - python3.6.5
地址：https://www.python.org/ftp/python/3.6.5/python-3.6.5-amd64.exe
勾选Add Python 3.6 to PATH
后面都点下一步就行。
- 下载faceswap
百度云：https://pan.baidu.com/s/1NeoM1h3rnxUcerpz-LzojQ 密码: shct
开启GUI界面需要很安装配置，请参考下一步的faceswap安装篇
faceswap GUI3.0界面
结束：
到这里，安装faceswap的基础环境就配置好了，下一篇会写怎么配置facwawap的库文件。点击下方链接，进入第二篇。
win7下faceswap环境配置（二）- 依赖安装
By admin Deepfakes 69 Comments
上一步我们已经配置好基础环境了，faceswap下载到本地之后，需要下载依赖库文件，才能运行。这一篇我们来安装依赖。（因为pip安装时，要连接国外的源，经常出现错误，所以我们不直接用python setup.py来配置库，上一步百度云分享的文件已经加了国内的源，这样安装起来速度很快，而且分步来可以知道哪一步有问题，可以成功安装好每一步后，再进行下一步。）
将上一步百度云下载的faceswap解压，会看来这样的目录
1. 我们双击1)安装Cmake.bat
2. 安装成功之后 3. 我们双击2)安装dlib.bat
安装dlib，文件夹里我已经集成了dlib的本地文件，安装就不会出错。
3.双击3)安装requirement.bat，这一步需要安装的东西很多，耐心等待就行。
（注意：如果发现安装tensorflow太慢，也可以自己用国内的源安装，自行打开CMD, 在命令行输入
pip install tensorflow-gpu==1.5.0 -i https://pypi.douban.com/simple）
requirements，我这里都安装好了，显示Requirement already satisfied
4.检查环境，双击4)检查环境.bat
setup
5. 双击5)启动GUI窗口.bat
环境安装成功之后，开启GUI3.0界面
结束语：到这里，faceswap的所以环境都已经配置完成了，注意需要每一步都安装成功，再进行一步。下一篇我们来使用faceswap。点击下方链接，进入第三篇。
win7下faceswap环境配置（三）- faceswap使用
By admin Deepfakes 143 Comments
配置好了全部环境之后，这一步我们将来看看faceswap怎么使用，相对于Openfaceswap,这里会复杂一点，但做过一遍之后可以把路径配置文件保存好，以后直接导入就行，不用每次都选。
0.我们先启动GUI界面
GUI3.0界面
左上角5个标签，分别是Extract – 提取头像，Train – 训练， Convert – 转换，后面的effmpeg和sort有bug，我们暂时不用。
从百度云下载的压缩包，里面已经包含workspace文件夹。在workspace有视频素材，我们从这里开始演示一次，下面我们来看怎么使用。
data_dst 目标文件夹，分解data_dst视频后的图片，将放在这里，也可以自己定义目录
data_src目标文件夹，分解data_src视频后的图片，将放在这里，也可以自己定义目录
model, 训练模型，将保存在这里，也可以自己定义目录
data_dst.mp4，目标视频文件
data_src.mp4，源视频文件
这里，我们要将data_src.mp4里面的钢铁侠脸部表情，覆盖到data_dst.mp4里面去
1. 返回到faceswap目录下的，双击x)分解src视频成图片.bat，可以看到命令行窗口在分解视频
将data_src视频分解成图片，默认会根据视频FPS一秒分成多少张图片
将视频分解完成之后，我们在workspacedata_src文件夹里面可以看到很多图片；
2. 同样的，我们把目录视频分解成图片，双击y)分解dst视频成图片.bat，完成目录视频的分解
3. 图片分解出来之后，需要提取头像，点击我们刚才启动的GUI窗口，选择左上角的Extract标签
Input Dir: 你要提取头像的图片目录，我们选择workspacedata_src这个文件夹
Output Dir: 提取到的头像保存目录，我们选择workspacedata_srcaligned这个文件夹
Detector: 提取的方法，我们选择all（如果太慢，就选hog）
其他的我们保持默认就行，选好了之后，就点击左下角的Extract，开始提取
src图片提取头像
4.src图片提取完头像之后，我们需要对dst图片提取头像，同样在Extract这个标签里面
将Input Dir选择到workspacedata_dst这个文件夹
将Output Dir选择到workspacedata_dstaligned这个文件夹，Detector也同样选all,然后点左下角的Extract提取。
5. 头像提取之后，就开始训练了。点击左上角的Train标签
Input A: 目标头像，注意是头像目录，不要选错成图片目录，这里选择workspacedata_dstaligned
Input B: 源头像，选择workspacedata_srcaligned
Model Dir: 训练模型保存目录，我们选择workspacemodel
Save interval: 保存间隔时间，可以设置为600
Trainer:选择Original
其他的不用理，选好了之后，点击左下角的Train，等加载好了之后，就开始训练，可以看到方框里的训练数值，一般Loss的数值在0.02以下之后，效果就比较好。训练会一直运行，你想停止就点击Terminate
train
6. 训练了一段时间之后，我们就可以来合成看看效果，点击左上角Convert标签
Input Dir: 注意这里的是图片目录，选择workspacedata_dst
Output Dir: 合成的图片目录，选择workspacedata_dstmerged
Detector:同样选all
Model Dir:选择模型目录workspacemodel
Input Aligned Dir:要替换掉的头像，选择workspacedata_dstaligned
Trainer:选择Original
下拉滚动条，seamless方框选中，其他的默认就行
选择好了之后，就点左下角的Convert，可以看到预览
合成完成之后
7.最好一步，将合成的图片转为视频，点击目录下的 z)合成图片到视频.bat
合成result.avi
（得用Potplayer才能打开，用QQ影音或者其他系统自带播放器放不了，如果效果满意，可以用小丸工具箱（推荐）或者格式工厂转换）
到这里，我们的视频就合成完成了，合成视频在workspace文件夹里，因为源文件是没有音频，所以这里也没有音频。如果源视频有音频，会输出ResultWithAudio.avi。
到这里，例子就完成了，基本的流程就如上面演示。做完了基础的素材之后，后续想替换别的，就把文件放到workspace目录下的，参考上面的说明，重命名为data_dst.mp4和data_src.mp4就可以了。有什么不懂可以扫描右边的微信公众号给我留言。