科技知識動態：都是第一次玩DeepFakes

2021-05-19 22:28:08

導讀跟大家講解下有關都是第一次玩DeepFakes，相信小伙伴們對這個話題應該也很關注吧，現在就為小伙伴們說說都是第一次玩DeepFakes，小編也收集

跟大家講解下有關都是第一次玩DeepFakes，相信小伙伴們對這個話題應該也很關注吧，現在就為小伙伴們說說都是第一次玩DeepFakes，小編也收集到了有關都是第一次玩DeepFakes的相關資料，希望大家看到了會喜歡。

python視頻教程欄目介紹DeepFakes。

目標

之前沒碰過DeepFakes，突然想發B站視頻玩兒一下。試了試還挺麻煩的，這里記錄一下自己踩的坑。

本文的目標就是將The Singing Trump的視頻換成我們的川建國同志。

最后效果：

視頻鏈接：https://www.bilibili.com/video/BV12p4y1k7E8/

環境說明

本文嘗試的環境為linux服務器的環境，因為跑得比較快吧。

Python環境：Anoconda python3.7版本

GPU：K80, 12G顯存

DeepFake版本：2.0

其他工具：ffmpeg

素材準備

首先需要準備一個或者多個The Singing Trump的視頻，以及川建國同志的視頻。用作換臉素材。

視頻切分

首先通過ffmpeg將視頻素材切分成多個圖片。

mkdir outputffmpeg -i 你的視頻.mp4 -r 2 output/video-frame-t-%d.png復制代碼

這里視頻不一定要mp4，其他格式也行，然后 -r 2表示是2幀，也就是每秒鐘采集兩張圖片，各位可以按照自己的視頻嘗試。最后是輸出到output文件夾里面，前綴隨便定義就好了，名字也不是關鍵。

這里最好多找幾個視頻，因為deepfake會提示要保證人臉個數大于200張才會比較好,我這里分別準備了3個視頻，一共6個視頻。

ffmpeg -i sing_trump1.mp4 -r 2 sing_trump_output/st1-%d.pngffmpeg -i sing_trump2.flv -r 2 sing_trump_output/st2-%d.pngffmpeg -i sing_trump3.mp4 -r 2 sing_trump_output/st3-%d.png復制代碼ffmpeg -i trump1.webm -r 2 trump_output/t1-%d.pngffmpeg -i trump2.mp4 -r 2 trump_output/t2-%d.pngffmpeg -i trump3.mp4 -r 2 trump_output/t3-%d.png復制代碼

弄完了還挺大，亂七八糟加起來3.7個G。

clone代碼+裝依賴

這里沒啥可說的，從github上下代碼。

git clone https://github.com/deepfakes/faceswap.git復制代碼

然后根據自己的實際情況裝環境，我這里是現在PC上裝cpu這個，然后在服務器上裝nvidia。

抽取臉部

接下來將所有的臉部抽出來。

python3 faceswap.py extract -i trump_output -o trump_output_facepython3 faceswap.py extract -i sing_trump_output -o sing_trump_output_face復制代碼

這里抽完了臉就是這樣了。

篩選臉部

接下來需要手工把我們不需要的臉都刪掉。

修改alignment

在我們調用extract生成臉部時，會自動生成一個校對文件，用于在原圖上保存臉部的信息。刪除臉部之后，需要將臉部和原圖片進行對齊。

這里可以打開gui工具

python3 faceswap.py gui復制代碼

然后選擇Tools下的Alignments。

接下來選擇Remove-Faces，然后輸入對齊文件路徑，臉的路徑，以及原圖的路徑。

然后點擊綠色按鈕開始，運行即可。

然后將sing_trump_out也執行同樣的操作。

開始訓練

接下來就可以開始訓練了，-m參數為保存模型的位置。

python3 ./faceswap.py train -A sing_trump_output_face -ala sing_trump_output/alignments.fsa -B trump_output_face -alb trump_output/alignments.fsa -m model復制代碼小問題

這里如果用gpu的話，我發現tensorflow2.2開始要用cuda10.1以上，但我這邊兒沒法裝，所以需要用tensorflow1.14或者tensorflow1.15，這就需要deepfake的1.0版本才能用。

github.com/deepfakes/f…

訓練截圖

我發現faceswap1.0和master分支的操作是一樣的，沒太大變化。

我這里的速度大概是2分鐘100個step。