深度学习 0 基础之 AI 视频换脸实践解析

背景

年后一直 995 的加班,3 月分“996 ICU”这个词突然火爆起来了,在我们团队也进行了热议,后来大家一致觉得强制加班不太好,就取消了 995 制度;不强制加班的好处是发现有很多自己的私人时间用来学习,无意之中又看到了 faceswap 这个视频换脸的项目,觉得挺有意思,就开始学习起来,后来发现并没有想象中的难度,于是整理整理便有了这篇文章。

在深度学习最火的时候,相信很多人都听过“AI 视频换脸”这个词,甚至不少人从一些网站的视频中看过换脸之后的效果;想必当时也有一颗跃跃欲试的心,但又觉得学习成本太高,AI 换脸操作复杂而放弃了,当然这也是笔者当时所遇到的一些问题,不过花了一周时间研究之后,已经掌握了不少技巧,希望通过本次 Chat 和大家分享。

操作概要

实现 AI 视频换脸操作步骤总体来说并不难,主要由以下四个步骤:

  1. 环境准备
  2. 素材处理
  3. 数据训练
  4. 视频合成

环境准备

这里的环境准备指的两个方面,软件环境和硬件环境;软件选择的原则主要是方便搭建,硬件选择的主要原因是深度学习非常需要显卡资源,所以这里主要推荐性价比较高的显卡。

3.1 硬件选择

AI 换脸的效果和速度主要在于素材质量和显卡性能,笔者平时不怎么用到显卡,所以一直使用的是集成显卡,在学习 AI 换脸的时候用集成显卡训练模型训练了两天,还出来预想的效果,于是买了一块 P106 的矿卡,再次训练模型的时候,用 1 个小时相当于用核心显卡训练两天的效果。 P106 矿卡其实就是 gtx 1060 显卡 6GB 版本,对于玩游戏来说绝对是高端显卡了,但对视频处理来说还是属于入门级的显卡。

这里插入一个小插曲,笔者在选择显卡的时候,一开始买了一款 rx 470的矿卡,买回来发现确实比核显好多了,但后面了解到深度学习最好使用 N 卡,因为支持 cuda,于是又买了 P106 的矿卡,价格是 360 左右,速度果然大大提升。一开始矿卡买回来的时候以为会很复杂,其实矿卡也不用特殊处理,用驱动精灵给他安装好驱动就行,训练模型的时候会自动选择显卡的 GPU,不需要去额外破解什么的。

3.2 软件选择

软件环境有两种形式,第一种是使用faceswap来一步步搭建相关配套环境,这个过程比较繁琐,所以一般不推荐使用;第二种方式是使用集成的视频换脸的程序,较主流的几个项目如下:

  1. DeepFaceLab
  2. DeepFakes
  3. FakeAPP
  4. Openfaceswap

这几个环境核心其实都是用的faceswap这个开源项目,所以在选择的时候不用太过于纠结,建议使用最简单的DeepFaceLab就好了,因为使用DeepFaceLab只要把你的显卡驱动安装好就行了,相关的配套坏境它都给你集成好了.本文当中也是以DeepFaceLab为例,从头到尾实现一次视频换脸程序。

另外几个软件相对来说比较麻烦,笔者最开始使用的是faceswap这个项目,一开始在 Mac 系统中搭建环境还算顺利,但是后面用 Windows 系统的时候搭建坏境费了好大功夫,还没成功,后来果断选择了

收藏 收藏
分享
购买文章 ¥2.99