FaceFusion这个AI换脸的项目已经太久没有更新了。作者终于在昨天更新了3.0，更新幅度大得惊人。这么久不更新，原来是一直在憋大招，这个CD冷却也太久了。。。我第一次时间就去做整合包了。本以为这还不是有手就行的事，但是有点难度。因为3.0更新太大了，所以之前版本的模型还有一些东西根本用不上了，我只能慢慢去研究了。搞半天最后把我的系统的conda环境搞砸了。。。然后我就各种修复结果不但没有修好，相反把我的cuda版本也搞乱了，最后导致我不得不重装了系统。我真是手欠啊。有时候冲动真的是魔鬼。最后到了午夜时分才搞好。。。然后又是打包上传上来。都是泪。。。。
这个整合包我测试了半天，按理来说应该没什么问题了，如果各位小伙伴在玩的时候有什么问题 可以留言告知一下。
先看演示吧，为了不侵犯他人的肖像之类的东西，我就只放换脸后的视频。各位参考参考，下图是AI生成的2个小姐姐，替换视频的里面的脸
下面来讲下 详细操作 点击启动后就是这么一个黑洞洞的窗口
然后打开一个链接
http://127.0.0.1:7860 这个链接在黑窗口那里复制即可
需要手动复制在浏览器里面打开
然后出来这样一个界面
经群里网友提示 简单从万能君那里复制了下翻译
其实我个人觉得这些都是简单的英文单词，一般都认识如果实在是不认识也可以用浏览器翻译下
完全没有必要去单独做汉化了
下面已经就是正经开始操作
点这里选择你要换的脸
这里选择你要换的视频，然后输出质量选100
比如我换的这个小姐姐的视频 其他都不要动。点最下面的开始
看到开始读秒就说明开始了，在黑洞洞那个窗口也会有各种文字滚动
等完成以后 会有提示Processing to video succeed
点击如图所示的地方 把视频保存到你要保存的地方
下面是最新版截图
视频也会自动保存在整合包里面的output目录下。
操作就是这么简单。其他参数都默认即可 不要动。第一次运行会慢一些，因为会自动下载一些对应的模型，请耐心等待，下载好后以后再运行就速度很快了。
下面是我使用了这个工具几天的一点心得。
首先 换脸的文件 不要有中文名字和中文路径，否则很容易报错
其次 电脑的用户名 一定要是英文，否则也会报错
再次 换脸的图片 必须是正面 而且要高清一点点，如我上面的小姐姐所示，可以参考下
否则就会提示这个错误
因为我的显卡是A卡，又是比较老旧的A卡 rx580了 所以不支持用显卡来跑，只能用cpu慢慢跑。但是效率也还可以。
现在已经已经支持了A卡，显卡效率远超CPU。
下面是进阶教程。
这个工具启动后有很多默认的参数，如果你想修改这些参数，可以用记事本打开运行.bat这个文件，记得先备份好这个文件
call py310\python.exe run.py --skip-download --temp-frame-format png --output-video-quality 100 -o output --system-memory-limit 24 --output-video-preset superfast --frame-processors face_swapper face_enhancer --face-enhancer-model restoreformer_plus_plus --face-swapper-model uniface_256 --execution-thread-count 8 --face-detector-model retinaface --face-detector-size 160x160,320x320
找到如上一段代码，下面是这段代码的解释
--skip-download: 这个参数可能表示跳过下载某些资源或数据。
--temp-frame-format png: 临时帧的格式设置为PNG。
--output-video-quality 100: 输出视频的质量设置为100（通常是最高质量）。
-o output: 设置输出目录或文件名为 output。
--system-memory-limit 24: 系统内存限制设置为24GB（或可能是其他单位，具体取决于脚本如何实现）。
--output-video-preset superfast: 输出视频的预设设置为“superfast”，这通常与视频编码速度有关，可能牺牲了一些质量以获得更快的编码速度。
--frame-processors face_swapper face_enhancer: 指定两个帧处理器：face_swapper 和 face_enhancer，它们可能分别用于人脸交换和人脸增强。
--face-enhancer-model restoreformer_plus_plus: 为 face_enhancer 帧处理器指定模型为 restoreformer_plus_plus。
--face-swapper-model uniface_256: 为 face_swapper 帧处理器指定模型为 uniface_256。
--execution-thread-count 8: 执行线程数设置为8，这意味着脚本将使用8个线程来并行处理。
--face-detector-model retinaface: 指定人脸检测模型为 retinaface。
--face-detector-size 160x160,320x320: 人脸检测器的大小或分辨率设置为160x160和320x320两种尺寸。
这些注释我懒得去手动打字了，用AI帮我注释的，我大致看了下没什么大问题，估计各位小伙伴都能看明白就行了，更改这些参数就可以更改facefusion启动后的默认参数
我举个例子 你们就明白了
--face-swapper-model uniface_256 如果想改一个默认的模型 可以改成
--face-swapper-model inswapper_128 这样启动后的默认模型就改了
其他就看你们自由发挥了，想获取更详细的参数说明可以去看官方开源项目那里看看了。
3.0 更新记录
改造架构，让一切都成为工作
为换脸器引入像素提升
为面部检测器添加多角度处理
引入年龄修正处理器
推出基于Live Portrait的表情恢复处理器
推出Live Portrait人脸编辑处理器
用resnet_34模型替换人脸解析器
发布GHOST换脸模特
释放帧增强器real_esrgan_x8型号
介绍SimSwap和GHOST的ArcFace转换器模型
基于本地哈希验证引入离线优先资产
将gender_age替换为高级公平脸模型
将顺序、年龄和性别转移到面部选择器
支持CUDA 12.4、TensorRT 10.4、OpenVino 2024.1和ROCm 6.2
在无头模式下提供适当的错误代码
将CLI迁移到命令以及相关参数
介绍定制的peppa_wutz人脸地标模型
介绍——人脸地标模型论证
介绍——输出音频编码器参数
添加视频编码器h264_videotobox和hevc_videototoolbox
将--face选择器顺序默认值更改为大-小
用上下文感知推理管理器替换全局变量
调整UI布局和视觉外观
更新至最新Gradio 4
提供多范围滑块来修剪视频帧
在UI中引入日志级别感知终端组件
确保基准测试结果更加准确
由于精度低，删除面部检测器模型yunet
修复面部切换统一模型中的闪烁问题
修复ROCm和DirectML的线程和预览崩溃问题
修复webp图像的图像质量
修复ffmpeg处理的终止
https://www.myhelen.cn/helen/240.htm
https://www.myhelen.cn/helen/242.htm
https://www.myhelen.cn/helen/246.htm
https://www.myhelen.cn/helen/250.htm 最新N卡教程
有问题 需要解答，请先告知自己的显卡参数以及下载的是哪个版本，我没有未卜先知的能力，上面的教程麻烦先看看再问！
下面是几个必须要安装的软件否则运行不了
运行库不管是什么卡都要安装
https://www.jian27.com/html/2290.html
AMD显卡 AMD HIP SDK必须安装3.0 以后只能使用CPU运行了
下载地址
https://pan.quark.cn/s/f5f86d769394
https://drive.uc.cn/s/eab589fe1a1d4
https://pan.baidu.com/s/1c65OrFR18AuHOvTH56Yu7Q?pwd=6666
修改facefusion2.6.1 缓存目录的方法
https://www.myhelen.cn/helen/253.htm
修改facefusion 3.0 缓存目录的方法
https://www.myhelen.cn/helen/263.htm
请勿将该工具用于任何非法行为，由此产生的一切后果自负
thanks
ganxielouzhufenxiang
谢谢分享
感谢大佬分享
谢谢分享！
学习新技术。谢谢
谢谢大哥的分享
谢谢分享
感谢分享
谢谢分享
感谢分享
谢谢hx
谢谢分享
牛逼啊
不错不错
谢谢分享
谢谢分享
感谢大佬分享
感谢分享！
谢谢分享
谢谢分享
嘻嘻嘻，谢谢大佬
谢谢分享
🐂🐂
感谢分享
大佬真强。感谢分享。
啦啦啦啦啦
赞
谢谢分享
大佬厉害，下来看看
试一试看看
感谢分享
试一试看看
科技改变生活
感谢大了
你最棒你最帅
真的太感谢了，急需这么一款软件。
谢谢分享
感谢分享
牛逼到飞起！
good~
感谢分享！
你最棒你最帅
对显卡的最低要求是什么？
官方没有明确说明显卡最低要求，最近这2年上市的显卡没问题
谢谢分享
感谢分享
谢谢
感谢分享！
感谢
感谢分享
牛