文章目录
（零）特点和界面
启动WEBUI后，大概是这个样子。
看起来有点复杂，没有最新的Rope那么简洁。
和Rope的对比，可以看上次写的🔗这篇。
但其实把一些参数设置好后，每次使用也是相当快捷的。
（一）参数控制的FaceFusion
前面提到过，FaceFusion和侧重GUI交互的Rope不一样，可以无界面进行命令行操作(CLI)。
所以它有非常非常多的参数可选。
当然，如果你启动的是WEBUI，那么大部分参数也可以通过界面调整。
而其中小部分参数必须在命令行中生效。
（1.1）启动参数
建议配合官方帮助来使用和了解参数含义。
那么目前版本有这些参数。
python run.py [options]
options:
-h, --help show this help message and exit
-s SOURCE_PATHS, --source SOURCE_PATHS choose single or multiple source images or audios
-t TARGET_PATH, --target TARGET_PATH choose single target image or video
-o OUTPUT_PATH, --output OUTPUT_PATH specify the output file or directory
-v, --version show program's version number and exit
misc:
--skip-download omit automate downloads and remote lookups
--headless run the program without a user interface
--log-level {error,warn,info,debug} adjust the message severity displayed in the terminal
execution:
--execution-providers EXECUTION_PROVIDERS [EXECUTION_PROVIDERS ...] accelerate the model inference using different providers (choices: cpu, ...)
--execution-thread-count [1-128] specify the amount of parallel threads while processing
--execution-queue-count [1-32] specify the amount of frames each thread is processing
memory:
--video-memory-strategy {strict,moderate,tolerant} balance fast frame processing and low vram usage
--system-memory-limit [0-128] limit the available ram that can be used while processing
face analyser:
--face-analyser-order {left-right,right-left,top-bottom,bottom-top,small-large,large-small,best-worst,worst-best} specify the order in which the face analyser detects faces.
--face-analyser-age {child,teen,adult,senior} filter the detected faces based on their age
--face-analyser-gender {female,male} filter the detected faces based on their gender
--face-detector-model {retinaface,yoloface,yunet} choose the model responsible for detecting the face
--face-detector-size FACE_DETECTOR_SIZE specify the size of the frame provided to the face detector
--face-detector-score [0.0-1.0] filter the detected faces base on the confidence score
face selector:
--face-selector-mode {reference,one,many} use reference based tracking with simple matching
--reference-face-position REFERENCE_FACE_POSITION specify the position used to create the reference face
--reference-face-distance [0.0-1.5] specify the desired similarity between the reference face and target face
--reference-frame-number REFERENCE_FRAME_NUMBER specify the frame used to create the reference face
face mask:
--face-mask-types FACE_MASK_TYPES [FACE_MASK_TYPES ...] mix and match different face mask types (choices: box, occlusion, region)
--face-mask-blur [0.0-1.0] specify the degree of blur applied the box mask
--face-mask-padding FACE_MASK_PADDING [FACE_MASK_PADDING ...] apply top, right, bottom and left padding to the box mask
--face-mask-regions FACE_MASK_REGIONS [FACE_MASK_REGIONS ...] choose the facial features used for the region mask (choices: skin, left-eyebrow, right-eyebrow, left-eye, right-eye, eye-glasses, nose, mouth, upper-lip, lower-lip)
frame extraction:
--trim-frame-start TRIM_FRAME_START specify the the start frame of the target video
--trim-frame-end TRIM_FRAME_END specify the the end frame of the target video
--temp-frame-format {bmp,jpg,png} specify the temporary resources format
--temp-frame-quality [0-100] specify the temporary resources quality
--keep-temp keep the temporary resources after processing
output creation:
--output-image-quality [0-100] specify the image quality which translates to the compression factor
--output-video-encoder {libx264,libx265,libvpx-vp9,h264_nvenc,hevc_nvenc} specify the encoder use for the video compression
--output-video-preset {ultrafast,superfast,veryfast,faster,fast,medium,slow,slower,veryslow} balance fast video processing and video file size
--output-video-quality [0-100] specify the video quality which translates to the compression factor
--output-video-resolution OUTPUT_VIDEO_RESOLUTION specify the video output resolution based on the target video
--output-video-fps OUTPUT_VIDEO_FPS specify the video output fps based on the target video
--skip-audio omit the audio from the target video
frame processors:
--frame-processors FRAME_PROCESSORS [FRAME_PROCESSORS ...] load a single or multiple frame processors. (choices: face_debugger, face_enhancer, face_swapper, frame_enhancer, lip_syncer, ...)
--face-debugger-items FACE_DEBUGGER_ITEMS [FACE_DEBUGGER_ITEMS ...] load a single or multiple frame processors (choices: bounding-box, landmark-5, landmark-68, face-mask, score, age, gender)
--face-enhancer-model {codeformer,gfpgan_1.2,gfpgan_1.3,gfpgan_1.4,gpen_bfr_256,gpen_bfr_512,restoreformer_plus_plus} choose the model responsible for enhancing the face
--face-enhancer-blend [0-100] blend the enhanced into the previous face
--face-swapper-model {blendswap_256,inswapper_128,inswapper_128_fp16,simswap_256,simswap_512_unofficial,uniface_256} choose the model responsible for swapping the face
--frame-enhancer-model {real_esrgan_x2plus,real_esrgan_x4plus,real_esrnet_x4plus} choose the model responsible for enhancing the frame
--frame-enhancer-blend [0-100] blend the enhanced into the previous frame
--lip-syncer-model {wav2lip_gan} choose the model responsible for syncing the lips
uis:
--ui-layouts UI_LAYOUTS [UI_LAYOUTS ...] launch a single or multiple UI layouts (choices: benchmark, default, webcam, ...)
比如下面这个例子。
指定了输出目录，部分模型，视频编码等：
python run.py -o D:\Temp\out\A --skip-download --execution-providers cuda --frame-processors face_swapper face_enhancer --face-enhancer-model gpen_bfr_256 --face-enhancer-blend 90 --output-video-encoder hevc_nvenc --output-video-quality 99 --face-mask-types box occlusion
（1.2）配置文件覆盖
不想每次都打很长的命令行，可以写入一个bat文件中。
然后作者考虑到了这点，有个更简单的办法。
把这些参数写入facefusion.ini配置文件，可以起到命令行参数同样的作用，同时更整洁易读。
但项目中作者提供的是facefusion.ini本身，而不是facefusion.ini.sample，会影响拉代码啊。
[general]
source_paths =
target_path =
output_path =
[misc]
skip_download =
headless =
log_level =
[execution]
execution_providers =
execution_thread_count =
execution_queue_count =
[memory]
video_memory_strategy =
system_memory_limit =
[face_analyser]
face_analyser_order =
face_analyser_age =
face_analyser_gender =
face_detector_model =
face_detector_size =
face_detector_score =
[face_selector]
face_selector_mode =
reference_face_position =
reference_face_distance =
reference_frame_number =
[face_mask]
face_mask_types =
face_mask_blur =
face_mask_padding =
face_mask_regions =
[frame_extraction]
trim_frame_start =
trim_frame_end =
temp_frame_format =
temp_frame_quality =
keep_temp =
[output_creation]
output_image_quality =
output_video_encoder =
output_video_preset =
output_video_quality =
output_video_resolution =
output_video_fps =
skip_audio =
[frame_processors]
frame_processors =
face_debugger_items =
face_enhancer_model =
face_enhancer_blend =
face_swapper_model =
frame_enhancer_model =
frame_enhancer_blend =
lip_syncer_model =
[uis]
ui_layouts =
（二）参数详解
（2.1）UI参数
（2.1.1）UI布局
💡保持默认就好，咱通常用不到。
用来切换不同的UI布局。
用法: --ui-layouts
默认值: [ default ]，可选这些值：
- benchmark （基准测试）
- default（默认值，换视频）
- webcam （摄像头，直播）
比如: --ui-layouts benchmark 就启动测试性能的UI布局。
（2.2）杂项参数
（2.2.1）Skip Download
⚠️天朝网络必须得开（除非你的网络自动下载模型没问题）。
顾名思义用来跳过远程下载（必要的模型我们可以通过别的方式，提前下载好）
用法: --skip-download
（2.2.2）Headless
💡保持默认就好，除非……
不使用界面的方式启动程序，适合在服务器上操作。
设置好各种参数后，一条命令运行直接出结果。
用法: --headless
（2.2.3）Log Level
💡保持默认就好，咱通常用不到。
调整控制台输出的日志级别。
用法: --log-level
默认值: info，可选这些值：
- error （错误）
- warn （警告）
- info （普通信息）
- debug （调试）
比如: --log-level debug 打印调试日志。
（2.3）路径参数
💡至少设个输出路径吧。
（2.3.1）Source
指定一个或多个源图像/音频（音频用于嘴型同步）
用法: -s 或者 --source
比如: --source image1.jpg --source image2.jpg --source audio.mp3
不通过参数指定时，在WEBUI中拖放或选择文件上传。
这里会显示多张图片的名称，以及其中一张的预览。
（2.3.2）Target
指定一张图像或视频作为目标。
用法: -t 或者 --target
比如: --target video.mp4
不通过参数指定时，在WEBUI中拖放或选择文件上传。
（2.3.3）Output
指定输出的文件或目录。
用法: -o 或者 --output
比如: --output .
就算指定了目录，处理完成后，输出的内容也会显示在WEBUI中。
点击【Clear】按钮可以清除WEBUI上的输出内容。
对了，既然是WEB，也可以下载。。。
（2.4）执行器参数
💡根据显卡选择，大家都是用N卡的CDUA吧？
这种重要参数很影响速度，也比较固定，所以最好固定到命令行参数中。
或者写入配置文件。
（2.4.1）Execution Providers
执行器提供者，就是用啥来跑，CPU还是显卡。
在我这里可选的是cpu, cuda, TensorRT。不清楚是否支持Intel和ATI。
用法: --execution-providers
默认值: [ cpu ] —— 是的，它也是一个集合参数，可以多选。比如同时选cpu和cuda。
比如: --execution-providers cuda
（2.4.2）Execution Thread Count
处理线程数，只要显存够，开大些会比较快。
用法: --execution-thread-count
默认值: 1
范围: 1-128
比如: --execution-thread-count 4
（2.4.3）Execution Queue Count
队列长度，定义一个线程处理的帧数量。
没看懂，所以就开的1
用法: --execution-queue-count
默认值: 1
范围: 1-32
比如: --execution-queue-count 2
（2.5）内存参数
💡保持默认就好。
（2.5.1）Video Memory Strategy
显存使用策略，为了不爆显存，我们可以用默认值。
我记得好像默认的strict，会每次处理都会清理显存，不保留不用的模型等。
如果显存很大可以试试另外两个参数。
用法: --video-memory-strategy
默认值: strict，可选这些值：
- strict （严格）
- moderate （中等）
- tolerant （宽容）
比如: --video-memory-strategy tolerant
（2.5.2）System Memory Limit
系统内存限制，这个看各自的计算机内存有多少。.
用法: --system-memory-limit
默认值: 0
范围: 0-128
比如: --system-memory-limit 32
（2.6）帧处理器参数
FaceFusion像个工作流，所以需要选择一个或多个帧处理器。
然后选择它们的相关模型和参数。
（2.6.1）Frame Processors
💡通常选交换和增强。
选择一个或多个帧处理器（默认就是交换）。
目前有5个帧处理器：交换，增强，调试、帧超分，嘴型同步。
未选中的帧处理器，其配置不会出现在WEB界面上。
用法: --frame-processors
默认值: [ face_swapper ]
可选: face_debugger, face_enhancer, face_swapper, frame_enhancer
比如: --frame-processors face_swapper face_enhancer
（2.6.2）Face Debugger Items
用于调试（显示检测和遮罩的对象）。
反正我没用过啊。
用法: --face-debugger-items
默认值: [ landmark-5, face-mask ]
可选: bounding-box, landmark-5, landmark-68, face-mask, score, age, gender
比如: --face-debugger-items landmark-68 score
（2.6.3）Face Enhancer Model
💡小显存我比较喜欢gpen_bfr_256，大显存机器选gpen_bfr_512。
选择增强模型。
用法: --face-enhancer-model
默认值: gfpgan_1.4
可选: codeformer, gfpgan_1.2, gfpgan_1.3, gfpgan_1.4, gpen_bfr_256, gpen_bfr_512, restoreformer_plus_plus
比如: --face-enhancer-model codeformer
（2.6.4）Face Enhancer Blend
设置增强的融合度。.
用法: --face-enhancer-blend
默认值: 80
范围: 0-100 at 1
比如: --face-enhancer-blend 60
（2.6.5）Face Swapper Model
💡虽然很多选择，但只能用inswapper_128，至于fp16看不出任何区别，应该会快一点点或者占用小点。
用其它模型的对比请见这里，效果确实不能让人满意。
选择交换模型。
用法: --face-swapper-model
默认值: inswapper_128_fp16
可选: blendswap_256, inswapper_128, inswapper_128_fp16, simswap_256, simswap_512_unofficial, uniface_256
比如: --face-swapper-model simswap_256
PS：正确的顺序是先交换，再增强。
但我遇到过bug，看日志变成了先增强再交换，这样最后结果就是没有增强，分辨率很低。
（2.6.6）Frame Enhancer Model
💡慢死了不开。
选择整个视频帧的超分辨率模型（和前面用词不同方便区别）。
用法: --frame-enhancer-model
默认值: real_esrgan_x2plus
可选: real_esrgan_x2plus, real_esrgan_x4plus, real_esrnet_x4plus
比如: --frame-enhancer-model real_esrnet_x4plus
（2.6.7）Frame Enhancer Blend
设置帧超分辨率的融合度。
用法: --frame-enhancer-blend
默认值: 80
范围: 0-100 at 1
比如: --frame-enhancer-blend 60
（2.6.8）Lip Syncer Model
选择锥型同步模型。这也没得选啊：）
用法: --lip-syncer-model
默认值: wave2lip_gan
可选: wave2lip_gan （就它一个啊）
比如: --lip-syncer-model wave2lip_gan
（2.7）输出参数
不想写详细了。
可以不用管，用默认的就OK。
分辨率帧率这些也会随着dst自动改变。
PS：我设置视频编码为hevc_nven，实际出来并不是h265，依然是h264……奇怪。
（2.8）帧提取参数
不想写详细了。
就是你想预览哪一帧（首帧没有人可以改下）。
并且想处理从哪到哪帧。
如果处理整个视频，保持默认就好。
（2.9）面部分析参数
咋一看很多设置。
其实大部分都不用改，指定人了，就不管左右顺序，年龄，性别……
（2.9.1）Face Selector Mode
其实都不用改，默认就设为reference（参考），
然后从预览帧中提取的人里面选一个就可以了。
除了【参考】方式，其它选项还有【1个】，【多个】。我不知道该怎么用也没用过。
（2.9.2）Face Mask Types
默认box，如果有遮挡情况，就追加勾选occlusion。
（2.9.3）Face Detector
默认yoloface，也可以选retinaface。
具体有什么区别呢，借用Rope作者的话，没啥大区别，只有极端角度下会有不同。
最后那个yunet稍微弱一点，不建议选。
💡💡💡💡💡💡
神奇的时刻到了！！！
虽然FaceFusion没有Rope的分段角度设置，检测算法也一样。
但是除了大头朝下这种奇葩角度，其它角度它的检测都是正确的！！！
💡💡💡💡💡💡
PS：意思是绝大部分情况下，我们不用操心角度了，管他站着躺着呢。
（三）总结
即使上面有那么多参数（我偷懒了没有全部列出来），但和Rope相比还是缺少一些控制。
同时又具有Rope不具备的特性。
两个项目的目标明显不一样，各具特色。
建议亲自使用和对比FaceFusion 和 Rope。
熟悉以后再调整各种参数。
关于环境的问题，可以看我其它的相关文章（其实最好是找别人的更加完善的教程，视频等）。
实在还是不会的，到B站找整合包吧：）
3401
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
