视频换脸AISWAP技术示例

        视频换脸现在很火，主要得益于现在的显卡的强大以及深度学习的突飞猛进。视频换脸，简单来说就是使用一张静态的人脸图片替换掉视频中原来的脸。下面是我的实操，四个步骤来实现：

一、安装Anaconda

Anaconda镜像文件：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择对应的版本进行下载，安装完之后conda info 可以查看32位还是64位等信息
打开Anaconda Prompt进入命令行：

conda create -n aiface python=3.9

使用Anaconda可以方便管理多个版本的 Python，安装完之后，输入命令 activate aiface，把名为aiface的环境进行激活即可，查看有哪些运行环境路径:conda env list

激活环境之后，相当于就是一个独立的系统下面进行配置！

二、安装CUDA和cuDNN

CUDA https://developer.nvidia.com/cuda-downloads
我这里下载的是：https://developer.download.nvidia.cn/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.89_win10.exe
安装之后验证是否成功：
nvcc -V

老版本：https://developer.nvidia.com/cuda-10.2-download-archive
https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_441.22_win10.exe

cuDNN https://developer.nvidia.com/rdp/cudnn-download
没有账号需要先注册账号，我这里下载的是：cuDNN Library for Windows (x86)
下载的压缩包解压到对应的目录里面
..\cuda\bin ==> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
..\cuda\include ==> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
..\cuda\lib\x64 ==> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

添加环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

 

三、安装图片更换的源码

使用git命令来安装源码，如果没有安装，可以下载安装：https://git-scm.com/download
进入站点下载或者git命令安装：https://github.com/AliaksandrSiarohin/first-order-model
git命令安装：git clone https://github.com/AliaksandrSiarohin/first-order-model.git aiface

C:\Users\Tony\aiface里面有一个requirements.txt文档，一些包的列表
注释#torch==1.0.0和#torchvision==0.2.1，这两个单独安装
(aiface) C:\Users\Tony>cd C:\Users\Tony\aiface
(aiface) C:\Users\Tony\aiface>pip install -r requirements.txt

 

四、安装torch + torchvision

https://pytorch.org/get-started/locally/

选择自己的配置环境，将生成一条命令，如：
pip install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
建议在命令后面追加清华的镜像 -i https://pypi.tuna.tsinghua.edu.cn/simple

也可以下载下来进行离线安装
https://download.pytorch.org/whl/torch_stable.html
torch-1.9.0+cpu-cp38-cp38-win_amd64.whl
pip install torch-1.9.0+cpu-cp38-cp38-win_amd64.whl

安装之后验证是否成功：

import torch
print(torch.__version__)

import torchvision
print(torchvision.__version__)

最后进行骚操作：在克隆下来的目录下面，新建test目录，在test下面新建m、videos、imgs三个目录

checkpoint：放训练模型，vox–adv–cpk.pth.tar
driving：放自己的视频
source：放图片

python demo.py  --config config/vox-adv-256.yaml --driving_video test/videos/1.mp4 --source_image test/imgs/1.png --checkpoint test/m/vox-adv-cpk.pth.tar --relative --adapt_scale

conda config --remove-key channels
把defaults也删除
conda config --remove channels defaults

频道也可以在用户目录下面的.condarc文件里面修改
channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

查看镜像列表：

conda config --show-sources
conda config --remove-key channels
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

在安装torch的过程中，会遇到很多问题，有版本问题，平台问题，缺少第三方库等等的问题，看错误来解决！一般第一次操作，会经过很多次的处理错误才能搞定
检测GPU是否可用

import torch
torch.cuda.is_available()

因为上面离线下载测试的是没有GPU的tourch，使用到的是CPU的，这个需要注意！返回True就是使用了torch的GPU版本
最后那个训练模型的包vox-adv-cpk.pth.tar，下载地址：https://download.csdn.net/download/weixin_41896770/19779651