尧图网页设计 
从克隆到换脸只需三步FaceFusion 免费人脸交换新手完整指南【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion想把自己放到视频角色身上或让演员的口型对上配音这事以前得找特效团队现在 FaceFusion 在家就能干。它是一套完全开源的换脸工具能力大致是这几样照片、视频都能换脸face_swapper给换完的视频做唇形同步口型对上配音lip_syncer年龄变化、抠背景、老照片上色等单项处理网页界面单条跑也支持命令行批量、队列跑它的运作方式接近一个替身演员剧组检测器先找出每一帧里谁在台上遮罩器只把脸部区域圈成一块面具换脸时只重绘面具内部——面具之外的发型、光线、背景全部保持原样。所以换完的脸天然继承原视频的表情和口型而不是整张脸生搬硬套。从克隆到网页界面FaceFusion 安装三步走第 1 步克隆代码纯 Python 项目仓库里同时带程序、安装脚本和默认配置一次拿全。git clone https://gitcode.com/GitHub_Trending/fa/facefusion cd facefusion第 2 步建 conda 环境并装依赖⚠️ 项目自带的 install.py 要求必须在已激活的 conda 环境里执行它会按 requirements.txt 装好全部锁定版本并装上对应硬件的 onnxruntime。conda create -n facefusion python3.11 -y conda activate facefusion python install.py defaultdefault装 CPU 版 onnxruntime有显卡的话把参数换成cuda、directml等对应变体具体怎么选见后文的硬件对照表。第 3 步启动打开网页界面python facefusion.py run启动后浏览器会自动打开操作界面左侧选处理器、中间传素材、右侧调参数。 首次运行会同时下载人脸检测、换脸、增强等全部模型总量几百 MB界面上能看到下载进度——别以为卡死直接关等它下完之后就不用再等了。不想碰终端的话官方还为 Windows 和 macOS 提供了一键安装包。FaceFusion 核心功能速查三个最高频换脸模块怎么用换脸 face_swapper几乎所有任务的起点什么时候用把照片或视频里某张脸换成另一张脸一切从这里开始。怎么操作在 PROCESSORS 勾选 face_swapper选模型——赶时间选 inswapper_128要画质选 hyperswap_1a_256——再依次上传源人脸照片和目标素材。参数预期模型名里的数字是内部工作分辨率128/256 起步够用face_swapper_weight 控制源脸覆盖目标脸的程度从 0.5 起步调高后目标脸特征残留更少face_swapper_pixel_boost 把脸部区域放大到 512 或 1024 再合成更清晰但更慢。面部增强 face_enhancer救糊脸什么时候用换完脸觉得模糊或皮肤质感和原片差一档。怎么操作在 face_swapper 之后追加勾选 face_enhancer默认模型 gfpgan_1.4无需额外素材。参数预期face_enhancer_blend 放在 70~90 之间值越高细节恢复越强、越容易AI 感80 左右通常是自然度和清晰度的平衡点。唇形同步 lip_syncer让嘴对上声音什么时候用换完脸后换了配音语言嘴型和声音对不上。怎么操作勾选 lip_syncer可以先用 voice_extractor 从视频里抽出人声再对齐lip_syncer_weight 控制口型跟随力度从 0.8 起步口型夸张就收到 0.5。参数预期对白清晰的素材效果好背景嘈杂时准确率明显下降先剪掉嘈杂段再跑。其余 8 个模块按场景查这张表即可模块干什么用常见搭配age_modifier把脸变年轻或变老可单跑也可接在换脸后expression_restorer把源脸表情强度还给目标脸治面无表情与 face_swapper 叠加face_editor手调眉毛、眼神、嘴型、头姿换脸后做精修deep_swapper换脸变形一体morph 参数做脸形过渡替代 face_swapper 的特定场景background_remover抠掉背景填纯色或指定颜色单独使用frame_enhancer整帧画质增强不只修脸接在换脸后frame_colorizer给黑白、褪色老照片上色单独使用face_debugger在画面画出检测框和关键点检测不到脸时先开它排查多人同框时用 face_selector 按位置reference / largest、年龄、性别指定换哪张脸配合 TRIM FRAME 还能把生效范围限定在某几秒。FaceFusion 调参决策表按硬件选加速按症状改参数界面上动的每个参数都会写进 facefusion.ini下次启动自动读回不用重调。表一你的硬件 → 该装哪个后端你的硬件install.py 参数execution_providers 设置说明NVIDIA 显卡cudacuda最通用提速最明显高端 N 卡cudatensorrt首跑会编译引擎很慢之后最快AMD 显卡rocmrocm支持有限出错就回退 cpuMac M 系列芯片defaultcoreml走苹果芯片加速Windows 集显openvinoopenvino用核显分担计算只有 CPUdefaultcpu能跑但慢配合降输出分辨率表二你看到什么症状 → 动哪个参数症状该动的参数建议值侧脸、小脸检测不到face_detector_score从 0.5 收到 0.3再低容易误检脸部边缘有缝、像贴片face_mask_blur从 0.2 提到 0.4柔化接缝耳朵、脖子被切掉一块face_mask_padding加 10~20 像素换脸没盖全原脸透出来face_swapper_weight从 0.5 提到 0.7脸过锐、一眼 AI 感face_enhancer_blend从 90 收到 70CPU 处理太慢execution_thread_count按核心数起步范围 1~32输出和内存两个开关单独说长视频先看 video_memory_strategystrict 把峰值内存压到最低适合 30 分钟以上素材或内存低于 16GB 的机器tolerant 反过来用内存换吞吐适合大内存机器moderate 居中。输出端保持 output_video_quality 在 85 左右拉到 100 文件明显变大肉眼看不出差别要快就 output_video_preset 设 veryfast 出片交付前再改 slow 重渲一遍赶时间还可以把 output_video_scale 设 0.75 先出 75% 分辨率的样片。FaceFusion 常见坑五个高频症状与排查办法症状原因处理办法启动卡在模型下载模型几百 MB默认源网络不通在界面 DOWNLOAD PROVIDERS 把下载源切到 huggingface再不行先单独跑一次 force-download 子命令把模型下完多人同框换错脸没指定选脸默认按排序处理face_selector 用 reference 指位置或按年龄、性别过滤配合 TRIM FRAME 只保留目标出镜的片段换完的脸光线对不上、有缝源照片和目标视频光照、色温差太多先找光线接近的源照片再把 face_mask_blur 从 0.2 提到 0.4追加 face_enhancer 统一质感长视频跑到一半内存爆掉帧数据要大量驻留内存video_memory_strategy 改 strict仍不够就先降素材分辨率出草稿想批量跑界面操作太繁琐界面面向单条任务用 headless-run 子命令把处理器列表、源、目标、输出路径写进命令行一次跑完多条任务用 job-create 和 job-run 系列排进队列过夜批处理正合适 想验证自己的机器能跑到什么速度跑一次 benchmark 子命令它会用内置样例片按不同分辨率测速。一句话总结FaceFusion 把换脸、修脸、对口型从找特效团队变成了调几个参数、敲一条命令的事而且完全开源免费。想继续深入先看仓库里这四个地方README.md官方入口全部子命令清单和安装说明用错命令名先来这核对facefusion.ini所有可调参数的完整清单每个键对应界面上的一个控件不确定参数在哪时直接搜文件facefusion/processors/modules/11 个功能模块源码每个文件夹里 choices.py 列可选模型和取值范围、core.py 是处理逻辑调参前读一遍就知道每个参数到底改什么tests/各模块单元测试某个参数行为拿不准时对应测试文件里的断言值就是答案最后留一条调参纪律每次只改一个数保留改动前后的帧做对比看得清差异再动下一个——参数之间会互相影响一次改三个只会得到一份查不出原因的糊片。【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 从克隆到换脸只需三步：FaceFusion 免费人脸交换新手完整指南
从克隆到换脸只需三步FaceFusion 免费人脸交换新手完整指南【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion想把自己放到视频角色身上或让演员的口型对上配音这事以前得找特效团队现在 FaceFusion 在家就能干。它是一套完全开源的换脸工具能力大致是这几样照片、视频都能换脸face_swapper给换完的视频做唇形同步口型对上配音lip_syncer年龄变化、抠背景、老照片上色等单项处理网页界面单条跑也支持命令行批量、队列跑它的运作方式接近一个替身演员剧组检测器先找出每一帧里谁在台上遮罩器只把脸部区域圈成一块面具换脸时只重绘面具内部——面具之外的发型、光线、背景全部保持原样。所以换完的脸天然继承原视频的表情和口型而不是整张脸生搬硬套。从克隆到网页界面FaceFusion 安装三步走第 1 步克隆代码纯 Python 项目仓库里同时带程序、安装脚本和默认配置一次拿全。git clone https://gitcode.com/GitHub_Trending/fa/facefusion cd facefusion第 2 步建 conda 环境并装依赖⚠️ 项目自带的 install.py 要求必须在已激活的 conda 环境里执行它会按 requirements.txt 装好全部锁定版本并装上对应硬件的 onnxruntime。conda create -n facefusion python3.11 -y conda activate facefusion python install.py defaultdefault装 CPU 版 onnxruntime有显卡的话把参数换成cuda、directml等对应变体具体怎么选见后文的硬件对照表。第 3 步启动打开网页界面python facefusion.py run启动后浏览器会自动打开操作界面左侧选处理器、中间传素材、右侧调参数。 首次运行会同时下载人脸检测、换脸、增强等全部模型总量几百 MB界面上能看到下载进度——别以为卡死直接关等它下完之后就不用再等了。不想碰终端的话官方还为 Windows 和 macOS 提供了一键安装包。FaceFusion 核心功能速查三个最高频换脸模块怎么用换脸 face_swapper几乎所有任务的起点什么时候用把照片或视频里某张脸换成另一张脸一切从这里开始。怎么操作在 PROCESSORS 勾选 face_swapper选模型——赶时间选 inswapper_128要画质选 hyperswap_1a_256——再依次上传源人脸照片和目标素材。参数预期模型名里的数字是内部工作分辨率128/256 起步够用face_swapper_weight 控制源脸覆盖目标脸的程度从 0.5 起步调高后目标脸特征残留更少face_swapper_pixel_boost 把脸部区域放大到 512 或 1024 再合成更清晰但更慢。面部增强 face_enhancer救糊脸什么时候用换完脸觉得模糊或皮肤质感和原片差一档。怎么操作在 face_swapper 之后追加勾选 face_enhancer默认模型 gfpgan_1.4无需额外素材。参数预期face_enhancer_blend 放在 70~90 之间值越高细节恢复越强、越容易AI 感80 左右通常是自然度和清晰度的平衡点。唇形同步 lip_syncer让嘴对上声音什么时候用换完脸后换了配音语言嘴型和声音对不上。怎么操作勾选 lip_syncer可以先用 voice_extractor 从视频里抽出人声再对齐lip_syncer_weight 控制口型跟随力度从 0.8 起步口型夸张就收到 0.5。参数预期对白清晰的素材效果好背景嘈杂时准确率明显下降先剪掉嘈杂段再跑。其余 8 个模块按场景查这张表即可模块干什么用常见搭配age_modifier把脸变年轻或变老可单跑也可接在换脸后expression_restorer把源脸表情强度还给目标脸治面无表情与 face_swapper 叠加face_editor手调眉毛、眼神、嘴型、头姿换脸后做精修deep_swapper换脸变形一体morph 参数做脸形过渡替代 face_swapper 的特定场景background_remover抠掉背景填纯色或指定颜色单独使用frame_enhancer整帧画质增强不只修脸接在换脸后frame_colorizer给黑白、褪色老照片上色单独使用face_debugger在画面画出检测框和关键点检测不到脸时先开它排查多人同框时用 face_selector 按位置reference / largest、年龄、性别指定换哪张脸配合 TRIM FRAME 还能把生效范围限定在某几秒。FaceFusion 调参决策表按硬件选加速按症状改参数界面上动的每个参数都会写进 facefusion.ini下次启动自动读回不用重调。表一你的硬件 → 该装哪个后端你的硬件install.py 参数execution_providers 设置说明NVIDIA 显卡cudacuda最通用提速最明显高端 N 卡cudatensorrt首跑会编译引擎很慢之后最快AMD 显卡rocmrocm支持有限出错就回退 cpuMac M 系列芯片defaultcoreml走苹果芯片加速Windows 集显openvinoopenvino用核显分担计算只有 CPUdefaultcpu能跑但慢配合降输出分辨率表二你看到什么症状 → 动哪个参数症状该动的参数建议值侧脸、小脸检测不到face_detector_score从 0.5 收到 0.3再低容易误检脸部边缘有缝、像贴片face_mask_blur从 0.2 提到 0.4柔化接缝耳朵、脖子被切掉一块face_mask_padding加 10~20 像素换脸没盖全原脸透出来face_swapper_weight从 0.5 提到 0.7脸过锐、一眼 AI 感face_enhancer_blend从 90 收到 70CPU 处理太慢execution_thread_count按核心数起步范围 1~32输出和内存两个开关单独说长视频先看 video_memory_strategystrict 把峰值内存压到最低适合 30 分钟以上素材或内存低于 16GB 的机器tolerant 反过来用内存换吞吐适合大内存机器moderate 居中。输出端保持 output_video_quality 在 85 左右拉到 100 文件明显变大肉眼看不出差别要快就 output_video_preset 设 veryfast 出片交付前再改 slow 重渲一遍赶时间还可以把 output_video_scale 设 0.75 先出 75% 分辨率的样片。FaceFusion 常见坑五个高频症状与排查办法症状原因处理办法启动卡在模型下载模型几百 MB默认源网络不通在界面 DOWNLOAD PROVIDERS 把下载源切到 huggingface再不行先单独跑一次 force-download 子命令把模型下完多人同框换错脸没指定选脸默认按排序处理face_selector 用 reference 指位置或按年龄、性别过滤配合 TRIM FRAME 只保留目标出镜的片段换完的脸光线对不上、有缝源照片和目标视频光照、色温差太多先找光线接近的源照片再把 face_mask_blur 从 0.2 提到 0.4追加 face_enhancer 统一质感长视频跑到一半内存爆掉帧数据要大量驻留内存video_memory_strategy 改 strict仍不够就先降素材分辨率出草稿想批量跑界面操作太繁琐界面面向单条任务用 headless-run 子命令把处理器列表、源、目标、输出路径写进命令行一次跑完多条任务用 job-create 和 job-run 系列排进队列过夜批处理正合适 想验证自己的机器能跑到什么速度跑一次 benchmark 子命令它会用内置样例片按不同分辨率测速。一句话总结FaceFusion 把换脸、修脸、对口型从找特效团队变成了调几个参数、敲一条命令的事而且完全开源免费。想继续深入先看仓库里这四个地方README.md官方入口全部子命令清单和安装说明用错命令名先来这核对facefusion.ini所有可调参数的完整清单每个键对应界面上的一个控件不确定参数在哪时直接搜文件facefusion/processors/modules/11 个功能模块源码每个文件夹里 choices.py 列可选模型和取值范围、core.py 是处理逻辑调参前读一遍就知道每个参数到底改什么tests/各模块单元测试某个参数行为拿不准时对应测试文件里的断言值就是答案最后留一条调参纪律每次只改一个数保留改动前后的帧做对比看得清差异再动下一个——参数之间会互相影响一次改三个只会得到一份查不出原因的糊片。【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考