（一）关于DeepFaceLab

DeepFaceLab 是一个应用机器学习进行视频中人物换脸的工具

曾经在Reddit上一个很火的开源项目Deepfake。

随着大家的惊呼，神奇女侠的换脸视频出现，然后这个项目就被各大网站给禁了。

沉寂了一段时间后来国内朱茵换杨幂，加上徐锦江的海王雷神视频一出，

国内社会新闻进行了报道，个人感觉一下子在国内就火了。

除了DeepFaceLab，相关的项目还有FaceSwap，OpenFaceSwap等其它作者的工具软件。

（二）必要的信息

DeepFaceLab下载网站：deepfacelab.top

（三）下载安装

具体的下载安装各方面的文章请参考上面的网站，下面主要介绍几个问题。

（四）训练时间

从零开始，一个视频要迭代上百万次才有好效果，如果不想电脑长时间挂机，可以复用别人训练过的模型，在那基础上，一两小时就能快速呈现，效果也与模型相关。

放置素材文件

需要对图片进行人工筛选。

去掉模糊的源脸部，去掉被遮挡的源脸部，等等。具体可参考英文文档或中文网站。

作者写道：

99.995% 的成功或失败率都是因为糟糕的目标/源的脸部数据

所以你99.995%的时间都应该用在保证你的脸部数据是精心的准备好的。

你不能把素材一股脑全扔进去，否者结果保证令你失望，进去的是垃圾，出来的也是垃圾。

src是脸部素材，dst是被换脸视频

开始训练吧

当你准备好的素材，去掉了糟糕或者识别失败的脸部，就可以训练了。

同时会显示一个训练的预览窗口，可以看到图像的偏离度越来越低。

可以在上面按回车键停止训练。

合成训练结果（到图片）

选择怎么训练的，就选择对应的合成方式。

合成的目标帧图片放在这个目录：

生成视频

生成好的目标视频在这里：

（五）不同的模型与参数（补充）

训练模型

H64 (2GB +)：分辨率为64的半脸模型，适合2-3GB显存，当然质量也较低。H128 (3GB +)：分辨率为128的半脸模型，适合3-4GB显存，半脸模型某些光线条件下会很糟糕。DF (5GB +)：分辨率为128的全脸模型，适合5GB以上显存，有条件就可以用这个。LIAEF128 (5GB +)：和DF一样，只从源到目标变形，有些时候会很怪，那么还是选DF吧。SAE (512MB +)：最新最好最弹性的模型，包括其它所有模型，512MB-24GB显存都可用，参数多。

训练参数

H64，H128 模型的参数：

Use lightweight autoencoder? (Y / n,:? Help skip: n):

选择一个简版的模型，如果你的显存小于4GB，这个选项就很必要。

H64, H128, DF, LIAEF128 模型的参数：

Use pixel loss? (Y / n,:? Help skip: n / default):

更容易提升细节质量和去除图像颤动，请在训练至少20000次以后再打开这个选项（有模型崩溃风险）。

SAE 模型的参数：

Resolution (64-256:? Help skip: 128):分辨率从64到256，16的倍数，愈大越清晰，训练也需要越长。

Half or Full face? (H / f,:? Help skip: f):半脸还是全脸。

Learn mask? (Y / n,:? Help skip: y):学习的遮罩，呃，懒得翻译了，用它就对了。

Optimizer mode? (1,2,3:? Help skip:% d):N卡的神经网络优化模式，越大需要内存越多，也会更慢。

AE architecture (df, liae, vg:? Help skip: df):神经网络结构，缺省df。

AutoEncoder dims (128-1024:? Help skip:% d):网络维度，越多越好（但是内存得够啊）。

Encoder dims per channel (21-85:? Help skip:% d):也是越多越好（但是内存得够啊）根据显卡配置吧。

Decoder dims per channel (11-85:? Help skip:% d):同上（decoder的维度）。

Remove gray border? (Y / n,:? Help skip: n):去掉灰边，我记得已经没有这个选项了啊？？？

Use CA weights? (Y / n,:? Help skip:% s):是否使用卷积感知权重，提高模型精度，初始化要点时间。

Use multiscale decoder? (Y / n,:? Help skip: n):是否使用多路转换decoder，获得更高精度。

Use pixel loss? (Y / n,:? Help skip: n / default):更容易提升细节质量和去除图像颤动，请在训练难以提升质量以后再打开这个选项（有模型崩溃风险）。

Face style power (0.0 … 100.0:? Help skip:% 1f.):脸部特征影响值，加速转换学习的脸部特征（有模型崩溃风险）。搞不懂先别开哦。

Background style power (0.0 … 100.0:? Help skip:% 1f.):背景特征影响值，加速转换学习的脸部特征（有模型崩溃风险）。搞不懂先别开哦。

Apply random color transfer to src faceset? (Y / n,:? Help skip:% s):源脸随机颜色转换，比上面两个更加精确。需要学习更多的源脸。

Pretrain the model? (Y / n,:? Help skip: n):预先训练模型（已经包含了的许多不同的人脸模型）

转换参数

通常不变的参数：

Choose mode: (4) seamless

Seamless hist match? : y

Hist match threshold: 255

Mask mode: (1) learned,

下面的参数就值得调整了：

Choose erode mask modifier [-200…200] (skip:0) :决定缩小多少目标遮罩（值<0则是扩展遮罩）

Choose blur mask modifier [-200…200] (skip:0) :决定平滑目标遮罩的值。

Choose output face scale modifier [-50…50] (skip:0) : 源脸放大还是缩小（先试试0，再根据实际情况）

Apply color transfer to predicted face? Choose mode ( rct/lct skip:None ) : 两种都试试吧。

Degrade color power of final image [0…100] (skip:0) : 降低源脸的色彩值，根据实际情况设置。

如果你觉得文字枯燥无味，难以理解，也提供免费详细视频教程，一小时从小白到大神。——程序和教程由deepfacelab.top提供