合工大苍穹战队学习二：DeepFaceLab的学习与使用
此次学习是在八月二号开完会之后对以前AI换脸学习的补充
DeepFaceLab简介及特点
Deepfakes是一种利用机器学习中的深度学习实现深度视频换脸的技术。这种技术在特定的场合下可以做出非常逼真自然的换脸视频。而DeepFaceLab是众多软件中，安装最简单，使用最方便，更新最快的一款软件。
功能特性：
安装方便，环境依赖几乎为零，下载打包的EXE文件解压即可运行（最大优势）
添加了很多新的模型
新架构，易于模型实验
人脸图片使用JPG保存，节省空间提高效率
CPU模式，第8代Intel核心能够在2天内完成H64模型的训练。
全新的预览窗口，便于观察。
并行提取
并行转换
所有阶段都可以使用DEBUG选项
支持MTCNN，DLIBCNN，S3FD等多种提取器
支持手动提取，更精确的脸部区域，更好的结果。
多种模型
下载途径
GitHub源码：https://github.com/iperov/DeepFaceLab
编译好的Windows版本：https://mega.nz/#F!b9MzCK4B!zEAG9txu7uaRUjXz9PtBqg
(需要科学上网)
没有科学上网可以去网盘下载，资源来自一个同营大佬：链接：https://pan.baidu.com/s/1bmHXNluDj4EhVqOkBKD-Ow 提取码：www2
使用
安装好以后差不多是这样
各部分释义
- 清理工作空间
- src视频 分解图像
- dst视频 分解图像
3.）dst视频分解图像（全帧率）
3.）剪辑视频（视频拖到我身上）
3.optional） 图像降噪 - src提取面部
4）src手动提取面部
4）src自动提取面部
4.1） src查看对齐结果
4.2） 面部调整
4.2） 面部排序
4.2） 面部文件打包
4.2 ）面部文件解包
4.2） 面部元数据储存
4.2） 面部元数据恢复
4.2） 面部增强
4.2） 生成带标注的debug图片
4.2） 原始文件名恢复 - dst提取面部
5） dst手动提取面部
5） dst手动提取面部（删除debug图片后）
5） dst自动提取面部+手动修复
5） dst自动提取面部
5.1）查看对齐结果
5.1）查看对齐结果的debug图片
5.2）面部调整
5.2）面部排序
5.2）面部文件打包
5.2）面部文件解包
5.2）面部文件名恢复
5.XSeg.1）src遮罩编辑
5.XSeg.1）src遮罩移除
5.XSeg.1）src遮罩抓取
5.XSeg.2）dst遮罩编辑
5.XSeg.2）dst遮罩移除
5.XSeg.2）dst遮罩抓取
5.XSeg.3）训练遮罩
5.XSeg.3.1）src训练遮罩-移除
5.XSeg.3.1）src训练遮罩-应用
5.XSeg.3.2）dst训练遮罩-移除
5.XSeg.3.2）dst训练遮罩-应用
5.XSeg.G1）src整脸遮罩
5.XSeg.G2）dst整脸遮罩 - 训练模型
6）训练AMP SRC-SRC
6）训练AMP train AMP
6）训练Quick96
6）训练SAEHD
6.optional）导出AMP为dfm文件
6.optional）导出SAEHD为dfm文件 - 应用模型
7）应用AMP
7）应用quick96
7）应用SAEHD - 合成视频
8）合成AVI视频
8）合成MOV（无损）视频
8）合成MP4（无损）视频
8）合成MP4视频 - 附加
10）启动EBS
10）转为仅CPU模式
基本使用
第一步
运行
帧率回车
格式jpg
第二步
运行
仍然jpg
第三步
运行
之后基本上一路回车即可
提取出来的保存在\workspace\data_src\aligned路径下
第四步
运行
仍然一路回车
保存路径类似上
第五步
运行
这次数据较多，新手仍然一路回车。
运行成功则会打开下图界面：
训练时间有点长，根据显卡性能的不同时间也不同。
当上图第二列，第四列，第五列图像都较为清晰，或者窗口中loss值小于0.2表明训练效果较好。
按p可以刷新训练成果。
第六步
运行
交互输入y
线程不要超过8
之后会出现交互合成页面
这里是我节的截的地方的图片，因为我的是英文界面，用这个作为参考。
然后按tab开始交互，常用wsed四个键位，分别用来调节羽化和侵蚀，简单方法是修改过第一帧图片后直接按shift+>一键合成。
第七步
运行
合成mp4视频，码率回车。
最终合成视频在workspace目录下的result.mp4
遇到的问题
除了第一次train以外都很顺利，百分之八十以上的问题原因都是没弄虚拟内存或者虚拟内存不够，这里是同营大佬推荐我64G的虚拟内存以后才运行成功。