FaceSwap：深度学习换脸工具

项目简介

FaceSwap 是一个利用深度学习识别并替换图片、视频中人脸的开源工具，使用 Python 编写。它把「提取—训练—转换」的完整流程整合成一套可复用的程序，既提供命令行入口，也提供图形界面（GUI），让没有深厚数学背景的用户也能亲手实验 AI 技术。

项目官方给出的示例包括：使用 Phaze-A 模型完成的 Emma Stone / Scarlett Johansson 换脸，以及使用 Villain 模型完成的 Jennifer Lawrence / Steve Buscemi 换脸。

主要功能

• Extract 提取：从原始照片或视频中检测并抽取人脸，作为后续训练素材。
• Train 训练：用两个包含不同人脸的文件夹训练模型，训练结果保存在 models 目录中。
• Convert 转换：用训练好的模型处理素材，把新面孔应用到目标图片上，输出到 modified 目录。
• GUI 图形界面：不写命令也能完成上述流程。
• 视频转换工具：内置 tools.py effmpeg，也可以配合 ffmpeg 把视频拆成图片、处理后再合回视频。

安装与使用

安装步骤见 INSTALL.md，使用细节见 USAGE.md。程序可运行在 Windows、Linux 和 macOS 上；要获得最佳性能，需要一块支持 CUDA 的现代显卡，部分 AMD 显卡可通过 ROCm（Linux）使用。

基本流程是：准备照片和/或视频 → 提取人脸 → 训练模型 → 用模型转换素材。在安装目录下运行：

# 从 src 文件夹提取人脸到 extract 文件夹
python faceswap.py extract

# 用两个人脸文件夹训练模型，模型保存到 models 文件夹
python faceswap.py train

# 用模型处理 original 文件夹，结果输出到 modified 文件夹
python faceswap.py convert

# 启动图形界面
python faceswap.py gui

所有脚本都支持 -h / --help 查看可用参数。视频转换工具的使用方式是 python tools.py effmpeg -h。

小技巧：复用已有模型会比从零开始训练快得多；训练数据不足时，可以先从长相相似的人开始，再替换数据。

注意事项

• 项目开发者明确声明：FaceSwap 不用于制作不当内容，不用于未经同意的换脸或刻意隐瞒换脸行为，也不用于任何非法、不道德或有疑问的用途；它的定位是实验和探索 AI 技术、社会或政治评论、影视制作等合理场景。
• 使用开源代码前请阅读仓库的完整说明；与运行代码相关的问题需要提交到 FaceSwap 论坛，仓库中的一般支持类提问可能被直接删除。
• 也可以加入 FaceSwap Discord 服务器 寻求帮助，该服务器与仓库一样为 SFW 环境。
• 项目采用 GPL-3.0 许可证。

本作品整理自 GitHub 开源项目 deepfakes/faceswap，原作者 @deepfakes，许可证 GPL-3.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。