FaceSwap+CUDA10.0使用笔记

本来想直接使用已有的换脸软件，但各个换脸程序都要求VS2015和CUDA9.0，自己的电脑显卡驱动最低支持CUDA９.１（怀疑是电脑的问题，显卡驱动只能安装更高版本的）。经过一天的挣扎后，最终放弃了给自己的电脑安装CUDA９.０的努力，转而看能不能直接在CUDA10.0运行。事实证明，CUDA10也是可以的。
第一步，从github把源代码克隆到本地，但通过git克隆速度才10k/s，最终是从deepfakes 中文站下载到的源代码。
第二步，根据说明配置环境
官方推荐VS2015+CUDA9.0的配置，事实上，只要能配置好正确的python环境，理论上都是可以运行的。运行中缺少哪个模块安装哪个，模块版本不对的话，就卸掉重新安装对应版本的模块。

1. 安装合适的VS和CUDA，cuDNN，我的是VS2017（也安装了VS2015且没有卸载，这里并不确定只有VS2017的话能否正确运行），CUDA10.0，以及对应的cuDNN。
2. 安装模块，下面是官方要求的环境

pathlib==1.0.1
scandir==1.6
h5py==2.7.1
Keras==2.1.2
opencv-python==3.3.0.10
tensorflow-gpu==1.5.0
scikit-image
dlib
face_recognition
tqdm
matplotlib

其中tensorflow-gpu模块需要换成对应CUDA10.0的版本，我的是tensorflow-gpu 1.12.0。在安装dlib的时候卡了良久，需要安装CMake和boost，参考的这个网站解决的问题：https://my.oschina.net/quicker/blog/2876068
接下来就可以愉快的在cmd或者PowShell中运行程序了。

第三步，运行程序

1. 视频转图片

   .\ffmpeg -i workspace1/data_dst.mp4 workspace1/_01photo/dst/%5d.png
   .\ffmpeg -i workspace1/data_src.mp4 workspace1/_01photo/src/%5d.png

2. 提取大头照
   python faceswap.py extract -i workspace1/_01photo/dst -o workspace1/_02data/dst
   python faceswap.py extract -i workspace1/_01photo/src -o workspace1/_02data/src

3. 训练模型
   python faceswap.py train -A workspace1/_02data/dst -B workspace1/_02data/src -m workspace1/_03models/ -p

4. 换脸
   python faceswap.py convert -i workspace1/_01photo/dst -o workspace1/_04output/ -m workspace1/_03models/

5. 图片合成视频
   .\ffmpeg -i workspace1/_04output/%5d.png -c:v libx264 -vf “fps=25,format=yuv420p” workspace1/out.mp4

在训练模型那里是最花费时间的，跑了12个小时后：
saved model weights loss_A: 0.01127, loss_B: 0.01857
最后的结果还算差强人意。接下来试试能不能给程序加个皮，每次手动敲命令行太难受了，然后跑些有意思的视频。