Deepfacelab 软件的下载与安装，使用教程（敲详细）

HL越来越火，常用的HL软件也有好几个，而我 Deepfacelab 就是一种基于深度学习的软件，它可以把视频中的L替换成你想要的L。想想就很爽吧，但是这种对电脑的硬件依赖比较大，如显卡。而最近显卡价格的波动比较大，主要买不起，所以就拿游戏笔记本（GTX1060）做一个简单的样例。

AI 换脸就是采用生成式对抗网络（GAN, Generative Adversarial Networks ）的人工智能算法，第一次接触是冯·诺依曼研究的博弈论，在这里不再深入探究，大家有兴趣可以去了解。

下载 作者GITHUB：https://github.com/iperov/DeepFaceLab 现今版本

DirectX12、AMD：支持 DirectX12 和 A 卡GTX10、20：支持 10系、20系 N卡RTX30：支持 3000 系列 N卡 安装

下载对应的版本（测试电脑为 GTX 1060 显卡）

下载好的压缩包进行解压

目录文件

_internal 存放源代码相关的内容

workspace 工作目录

.bat 脚本批处理文件

实战样例

注：视频采用自带的视频

大概执行步骤：

源视频转成图片（源图片）目标视频转成图片（目标图片）从源图片中提取源脸部信息从目标图片中提取目标脸部信息使用脸部信息头像训练模型（Model）使用模型进行图片换脸将换完脸的图片合成视频导出 Step1源视频转成图片

【双击运行批处理文件 extract images from video data_src.bat】

[0] 一秒钟切几张图（?:help）：10 代表一秒钟取几张。也就是每秒传输帧数（FPS【Frames Per Second】），视频的帧率，常见视频的帧率有24、30、60等，即1秒钟有几张图片。输入10指一秒钟提取10张图片；不输入直接回车，默认为30，即一秒钟提取30张图片 [png] 输出图片格式 ( png/jpg ?:help ) : jpg 提取的图片格式（Format），主要格式为png、jpg。png 是一种采用无损压缩算法的位图格式，体积大。jpg 采用有损压缩的方式去除图像的冗余数据，存在着一定可接受范围内的失真。

程序处理完成之后，在 workspacedata_src 目录下会出现从源视频中提取出来的图片。

Step2：目标视频转成图片

【双击运行批处理文件 extract images from video data_dst FULL FPS.bat】

和Step1 步骤一样，但是目标视频（data_dst）必须一帧不落，只设置图片格式即可

程序处理完成之后，在 workspacedata_dst 目录下会出现从源视频中提取出来的图片。

Step3：从源图片中提取源脸部信息

【双击运行批处理文件 data_src faceset extract.bat】

6个参数，一般直接回车默认即可，前两步相对较快，这步需要等一等，具体速度视电脑配置。开始提取后底部会出现进度条，当进度条达到100%即提取完成 ，会显示图片数量和提取到的人脸数量。

程序处理完成之后，在 workspacedata_srcaligned 目录下会出现从源图片中提取出来的脸部图片。

Step4：从目标图片中提取目标脸部信息

【双击运行批处理文件 data_dst faceset extract.bat】

和 Step4 一样，一路默认即可。开始提取后底部会出现进度条，当进度条达到100%即提取完成 。

程序处理完成之后，在 workspacedata_dst 目录下除了从目标视频提出出来的照片，还有个文件夹【aligned】【aligned_debug】

在workspacedata_dstaligned目录下存放的是从目标图片中提取出来的脸部图片。

提取完之后，我们需要对其进行筛选。有时一帧的图像里出现了多个人，那为了精确性，我们需要将多余的人脸或人脸比较模糊的删除掉。

在workspacedata_dstaligned_debug目录下存放的是标有识别的图片

红色表示头像截取的区域蓝色表示面部区域绿色则是人脸的五官轮廓（主要特征） Step5：使用脸部信息头像训练模型（Model）

【双击运行批处理文件 train Quick96.bat】

输入模型名字，选择设备，一般选择显卡。选择完成之后，程序会自动初始化模型、加载样本，并显示模型参数。

等待启动，启动之后，会自动弹出预览窗口和在命令行显示如下参数

只需要重点关注迭代次数、SRC损失和DST损失

迭代次数越多越好SRC、DST损失越低越好

预览窗口包含操作提示、损失曲线、人脸区域。

人脸区域分为五列。【源脸 | 算法生成 | 目标脸 | 算法生成 | 算法生成 | 算法生成】

随着训练迭代的次数增多，算法会慢慢生成出人脸轮廓、五官，然后慢慢变的清晰。

在预览窗口，我们可以用键盘（切换英文输入法）进行操作： P 进行刷新， Enter 进行停止，S 保存。

我们只需要观察第二列是否与第一列无限相似，第四列与第三列无限相似，第五列的表情与第四列无限相似。

当所有列的图片足够清晰，那么就可以停止。

Step6：使用模型进行图片换脸

【双击运行批处理文件 merge Quick96.bat】

选择模型、设备，启动交互式合成、CPU线程数量（一般小于等于8）之后，回车即可。

稍等一会儿，弹出帮助界面。

帮助界面显示了我们可以进行操作的快捷键和作用。

按 Tab 键，弹出合成预览界面

通过快捷键进行调节

按 E 键增大羽化程度，按 D 键减小羽化程度

《 键切换上一帧，》键切换下一帧

调节完成之后，按 shift+？将参数应用到所有帧

按 shift+> 开始自动合成

等待合成进度到达100%，即合成完成，手动关闭窗口即可

在workspacedata_dst目录下出现了两个文件夹【merged | merged_mask】

在merged 目录下保存的是已经换完脸的图片

Step7：将换完脸的图片合成视频导出

【双击运行批处理文件 merged to mp4.bat】

软件会自动读取源视频的配置信息，如帧率、音轨，我们只需要设置一下输出码率即可，码率一般设置为3即可。

等待合成完成

在workspace目录下出现最终合成的视频（result.mp4），（result_mask.mp4 是遮罩视频，供后期使用）

对比视频

技术本身没有好坏，关键在于如何使用！！！