教学视频
B站:https://www.bilibili.com/video/BV1Mu4y1e7sr/
前言
之前做过Roop v1.0版本的教程,现在Roop版本已经更新到1.3.2,比1.0效果大大提升,并且多了许多功能。
但是,roop的作者似乎出于道德压力已经宣布不会再继续更新这个项目了,不过耽误我们使用他留给我们的遗产。
前期准备
一、 python环境
需要你的电脑安装python3.10以上的环境,没有的话移步python官网下载
二、 roop代码
可以点击此处下载roop代码,也可以在github中自行下载
GitHub roop地址: https://github.com/s0md3v/roop
三、安装ffmpeg
到ffmpeg下载6.0版本的压缩包,ffmepg不需要安装,压缩包里有对应的exe文件,下载后将exe文件键入环境变量。ffmepg官网下载地址
四、 Nvidia CUDA 安装 (如果你没有显卡或不用显卡 请忽略)
- 下载CUDA Toolkit 11.8 Downloads 根据自身操作系统进行选择
- 下载 cuDNN for Cuda 11.x 注意要选择 for CUDA 11.X 的
五、 一个在使用摄像头换脸时要用到的python脚本 (不使用本功能请忽略)
夸克链接:https://pan.quark.cn/s/c4f53c91bd6a
安装
一、进入roop代码文件夹
安装pip插件
pip install -r requirements.txt
首次安装会下载一个模型inswapper_128.onnx,如果下载太慢可以在我的网盘中下载
夸克链接:https://pan.quark.cn/s/c4f53c91bd6a
二、使用 CPU
好处:安装简单
坏处:运行非常慢
只需运行
python run.py
就可以开始使用了。
三、使用 GPU
- 安装之前下载的 CUDA Toolkit 11.8
- 解压之前下载的 cuDNN for Cuda 11.x
- 将cuDNN for Cuda 11.x解压后中的 bin include lib 三个文件夹中的内容,依次对应的复制到 CUDA Toolkit 11.8 安装的目录中对应的 bin include lib 中。 我的CUDA Toolkit 11.8安装路径是 : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 请你再自己对应的安装路径去找
使用GPU需要用如下命令
python run.py –execution-provider cuda
不过我强烈建议你增加以下参数,你会得到更好的效果
--temp-frame-format jpg 省硬盘控件,加快速度
--framw-processor face_swapper face_enhancer 人脸高清模型,使用时人脸可能出现闪烁
--similar-face-distance 1.5 相似度 如果人脸出现闪烁,请调大此参数
--reference-face-position 3 选择需要更换的人脸 从右开始
--reference-frame-number 166 选择帧
用这个命令
python run.py –execution-provider cuda –temp-frame-format jpg –frame-processor face_swapper face_enhancer