人脸变换ONNX

最新推荐文章于 2024-06-03 13:51:18 发布
最新推荐文章于 2024-06-03 13:51:18 发布
阅读量292 收藏 1
点赞数 3
分类专栏： 计算机视觉 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hnsdgxylh/article/details/138257684
版权

采用yoloface_8n.onnx检测人脸，然后使用inswapper_128.onnx进行人脸特征点检测，最后使用gfpgan_1.4.onnx进行人脸变换，支持C++,PYTHON

hnsdgxylh
关注
  • 3
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于facenet深度学习人脸识别，包含训练，测试。web端界面。亚洲人脸数据集。.zip
01-14
深度学习使用技巧和一些模型训练，实战应用开发小系统参考资料，源码参考。 适用于初学者和有经验的开发者，能够帮助快速上手深度学习模型建立学习等
inswapper-128-fp16.onnx
10-18
inswapper_128_fp16.onnx
使用 Unity Sentis 实现AI换脸
最新发布
m0_55632444的博客
06-03 1256
需要用到该篇文章中的五个关键点信息。
变化太快的Roop项目（版本1.0.1）
Shion's bla bla blog
06-25 4328
这个项目变化太快了……
Ubuntu环境中Stable Diffusion的roop插件安装(8.12更新)
German2000的博客
08-08 1390
roop插件是一款换脸神器，可以在Stable Diffusion中实现一键换脸，现在已经有了基于automatic1111的web-ui开源项目上的插件。3. 关闭webui后，重新启动，如果你运气好的话，会自动安装所有需要的部件并下载roop所需的模型文件，之后就可以正常使用了。5. 安装过程中，如果有报错，仔细看一下报错原因，分块解决。如果安装完成，就冲启webui。windows版本上的安装教程已经很多了，这边就不说了。启动webui后，打开界面，在扩展里安装roop插件，这边就不详述了。
roop 一张图片就能生成换脸视频的开源项目
想吃凤梨酥的博客
06-18 4583
roop 一张图片就能生成换脸视频的开源项目，简单的使用，成功运行时间为2023-6-18
单张图片一键换脸（github爆火工程——roop）
热门推荐
beiyangxiaokai的博客
06-04 1万+
roop 单张图片实现视频一键换脸
TensorRT-使用tensorrt+cpp部署MTCNN人脸检测算法-优质算法部署项目实战.zip
02-28
1. **图像预处理**：在输入图像到模型之前，通常需要进行归一化、尺度变换等预处理操作，以符合模型的输入要求。 2. **并行处理**：为了提高人脸检测的速度，可以考虑多线程或者多GPU并行处理图像。 3. **后处理**...
基于python和c++改写后的RFB320-Face-Detector移植部署版本源码(caffe、onnx等平台).zip
06-26
caffe：去除维度变换层的prototxt、caffeModel、测试图像、测试结果、测试demo脚本 onnx：onnx模型、测试图像、测试结果、测试demo脚本 tensorRT：TensorRT版本模型、测试图像、测试结果、测试demo脚本、onnx模型...
mtcnn-align-facenet部署：本项目是利用mtcnn网络和facenet网络实现了一个简单的人脸识别功能。整体流程大致如下：首先利用mtcnn网络进行人脸检测和人脸关键点（5个）提取；接着利用人脸关键点进行人脸校正（仿射变换）；然后将校正之后的人脸图片送入facenet网络进行人脸特征（128维）提取；最后将提取到的人脸特征与底库中的人脸特征进行相似度计算（特征比对），完成人脸识别功能
02-09
接着用keras2onnx工具把它（ PNET.h5 ）转换成onnx模型pnet.onnx ，其他胶水部分的逻辑没什么变化。具体的转换代码请参考keras_onnx.py文件。 另外我还尝试了将keras h5模型转成tensorflow pb模型，具体代码请参考h5...
BiSeNet做人脸面部解析基于pytorch opencv onnxruntime的python源码+模型+说明.zip
05-02
6. 深度学习模型部署：使用ONNXRuntime进行模型部署，实现高效的人脸面部解析服务。 通过研究这些源码和相关文档，开发者不仅可以了解BiSeNet模型的实现细节，还能学习到如何在实际项目中运用PyTorch、OpenCV和ONNX...
基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip
12-15
【项目介绍】 基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip 基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip 基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本，可换成车牌检测4个角点).zip 【备注】 1.项目代码均经过功能验证ok，确保稳定可靠运行。欢迎下载食用体验！ 2.主要针对各个计算机相关专业，包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间，不仅可作为入门进阶，也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中，如有问题或建议，请及时沟通。 5.期待你能在项目中找到乐趣和灵感，也欢迎你的分享和反馈！
单图换脸roop源码与环境配置
知来者逆的博客
06-20 7064
单图一键换脸，操作方便，运行速度快
Stable Diffusion - 扩展 Roop 换脸 (Face Swapping) 插件的配置与使用
Mystra
07-21 1万+
面部替换的目标是将源图像的身份（即，面部特征）注入目标图像，同时严格保留与身份无关的目标属性。然而，以前的方法仍然受到源属性泄露的困扰，其中源图像的属性会干扰目标图像的属性。通过分析 StyleGAN 的潜在空间，并且找到适合面部替换任务的潜在组合。因此，开发出简单但稳健的面部替换模型，RobustSwap，对于可能的源属性泄露有抵抗力。此外，利用 3DMM 的隐式和显式信息的协调作为指导，以融入源图像的结构和目标图像的精确姿势。
AI换脸(支持视频换脸，支持cpu、低算力)【附代码】
z240626191s的博客
06-06 8504
可直接选择一张人脸去替换另一张图片或者视频中的人脸。本项目部分，不需要数据集，不用训练！下面可以给出效果图。拿我喜欢的斗破苍穹为例，将云昀的脸换到美杜莎女王脸上。
C#版Facefusion：让你的脸与世界融为一体！-01 人脸检测
寒冰屋的专栏
04-29 182
C#版Facefusion：让你的脸与世界融为一体！-01 人脸检测
C#版Facefusion：让你的脸与世界融为一体！-04 人脸替换
.NET 人工智能实践
04-22 991
C#版Facefusion：让你的脸与世界融为一体！-04 人脸替换
roop工具使用方法
benben044的专栏
07-17 2356
Take a video and replace the face in it with a face of your choice. You only need one image of the desired face. No dataset, no training
秋叶StableDiffusion-webUI安装roop插件排雷记
weixin_44708894的博客
07-06 8767
windows11 秋叶整合stable diffusion webUI下安装roop插件 多次尝试，偶尔成功，排雷记录
人脸模型转换成onnx
09-28
人脸模型转换成ONNX是将已经训练好的模型从ckpt格式转换为ONNX格式的过程。通过将模型转换为ONNX格式，可以在不同的平台上使用ONNX Runtime来进行推理。下面是一个可能的转换过程： 1. 首先，确保你已经安装了相关的库和工具，比如PyTorch和ONNX。 2. 加载已经训练好的人脸检测模型ckpt。 3. 创建一个输入张量，并将其传入模型中，以获得输出张量。 4. 使用torch.onnx.export()函数将模型转换为ONNX格式，并将输出保存到一个文件中。 5. 现在你已经成功将人脸模型转换成ONNX格式了，你可以在其他平台上使用ONNX Runtime进行推理。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值