本文主要记录在GPU服务器中部署roop实现图片视频换脸功能
下载roop源代码
1、git clone https://github.com/s0md3v/roop.git
2、修改requirements.txt文件中的第一行【很有必要】
将 https://download.pytorch.org/whl/cu118 替换成 https://pypi.tuna.tsinghua.edu.cn/simple,如果修改,在下载依赖的时候会很慢,并且可能会超时,导致无法下载完成
设置python环境
1、本文使用anaconda3创建虚拟环境,没有安装anaconda3,先下载安装;使用这个虚拟环境可以与系统python环境隔离,不影响系统内其他python应用
2、创建一个虚拟环境,这里命名为roopenv:conda create --name roopenv python=3.10.6
3、激活虚拟环境:conda activate roopenv (在这个虚拟环境中python 命令和pip命令 直接就是python3.10.6的,与系统无关了)
4、下载项目依赖,进入到roop目录下执行:pip install -r requirements.txt
5、运行项目需要下载一些模型,因为网络原因,无法下载到一些文件,需要手动安装
目录/root/.opennsfw2/weights下
目录/root/.insightface/models/buffalo_l下
目录/www/wwwroot/myroop/roop/models下(源码根目录下与.git同级,新建models文件夹)
目录/www/wwwroot/myroop/roop/gfpgan/weights下(源码根目录下与.git同级,新建gfpgan文件夹-weights文件夹)
6、运行项目:python run.py --execution-provider cuda --temp-frame-format jpg -s /www/wwwroot/myroop/roop/example/zbs.jpg -t /www/wwwroot/myroop/roop/example/a.jpg -o /www/wwwroot/myroop/roop/example/a1.jpg
图片保存jpg格式 python run.py --execution-provider cuda --temp-frame-format jpg
视频高清化处理:python run.py --execution-provider cuda --temp-frame-format jpg --frame-processor face_swapper face_enhancer
处理脸部跳闪: python run.py --execution-provider cuda --temp-frame-format jpg --frame-processor face_swapper face_enhancer --similar-face-distance 1.5
–temp-frame-format jpg
-s 是源图片(要替换成的头像路径)
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
讲义、实战项目、讲解视频,并且后续会持续更新**
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)