比stable diffusion还好用？一键傻瓜式操作
Part1 Facefusion的简介
Part2 Facefusion的安装步骤
2.1依赖安装
Python建议是3.10版本以后。winget install -e --id Python.Python.3.10可以使用其他方式安装，Facefusion推荐的安装方式比较简单，大家可以去官网下载。PIPpython -m ensurepip安装各种依赖包的必备
GITwinget install -e --id Git.Git下载代码文件的工具。
FFmpegwinget install -e --id Gyan.FFmpeg网址下载→选择平台→将bin目录下的文件解压至C盘根目录
Toolset
需要安装微软的开发编译工具包，Microsoft Visual C++ 2015 Redistributablewinget install -e --id Microsoft.VCRedist.2015+.x64
2.2环境准备
这里主要是python环境，建议使用conda或者用venv。下面是venv，建议在使用facefusion的路径下创建venv环境python -m venv venvvenv\Scripts\activate
2.3加速Acceleration
需要大家在nvidia官网下载，CUDA和cuDNN，已经下载的小伙伴需要记得相关环境变量在你使用的环境里面。CUDA下载网址：https://developer.nvidia.com/cuda-11-8-0-download-archivecuDNN下载网址:https://developer.nvidia.com/rdp/cudnn-archiveTensorRT(可选安装）下载网址：https://developer.nvidia.com/tensorrt
2.4 Facefusion安装
Part3 Facefusion的使用
这次的软件使用gradio构建了WebUI，界面上有很多选项。可以设置很多参数，比如：
- 设置人脸替换
- 设置人脸增强
- 设置画面增强
- 设置GPU和CPU
- 设置线程数量
- 设置缓存文件格式
- 设置缓存帧的质量
- 设置保持帧率不变
- 设置保持缓存文件
- 设置音频还原
- 设置视频编码和视频质量
- 设置参考人脸替换和全部替换
- 通过相似度选择人脸
- 通过方位选择人脸
- 通过年龄选择人脸
- 通过性别选择人脸
- 支持换脸和预览
- 支持图片和视频换脸。
① 设置人脸（Source）只要点击这个框框就会跳出文件管理器，选择一张带清晰完整人脸图片就可以了。注意图片名字用英文和数字。② 设置目标（Target）方法同上，目标可以是图片，也可以是视频。③ 效果预览 （Preview）一定选中目标之后，软件里面就开始运行，运行之后会把合成预览显示在这个区域。换的是图片，其实预览区域就是换脸后的结果了。换的是视频的话，会截取某一帧作为预览效果。④ 开始换脸（Start）一切就绪之后，就可以点击按钮开始换了。⑤ 查看结果（OUTPUT）换脸成功之后，会把结果显示在这里。点击右上角的下载图标，就可以把结果保存下来了。上面就是核心步骤，整体来说已经非常简单了。下面说一下左侧的参数设置。①处理器处理器，包含了换脸，人脸增强，帧增强。换脸是最基本的，肯定要勾选。人脸增强可选，不选会比较模糊，相似度高。勾选后会更清楚，相似度有所下降，消耗更多的硬件资源。帧增强这是新加入的一个增加方式，会对整个画面进行修复。这个看情况来，个人感觉如果同时启动人脸增强和帧增强，会有点假。②执行器执行器就是运行设备，可以选择Tensor，Cuda，cpu。启动之后默认只勾选了CPU，一般来说大家都是用显卡跑，只要勾选一下CUDA就可以了。③开关参数开关参数，主要就是保持帧率，保留缓存数据，音轨。保持帧率最好开启，否则可能会声音和画面不同步。缓存数据不需要勾选。音轨，不勾选，代表保留音轨。下面再说一下右下方的参数。① 人脸识别方式选择这里主要是两种方式，一种是制定人脸，一种是全部替换。指定人脸，默认使用人脸相似度来指定。② 通过方向选择通过人脸在图片中的位置和大小选择要替换的人脸。③通过年龄选择通过不同年龄段来选择要选好的人脸。④通过性别选择通过性别来选择要替换的人脸。选择方式更多了，但是实测好像有点问题。所以主要还是用默认的方式。
Part4 成果展示
用过roop的对整个流程和大部分参数应该比较熟悉。该讲的也全部讲到了，大家可以自己下载软件去实践。facefusion虽然换脸效果不错，但是做商业应用还有些许不足，我也在研究几种算法的优劣，另外也研究在很多场景如何优化，自动化，可以实现低成本的商业应用。最后欢迎大家遇到问题留言，能够帮助到更多的人。