deepfacelab在mac上跑起来并复用仙丹的方法

maizang · 发表于 2021-10-17 00:08:46

1.下载并安装Anaconda python 3.7
https://repo.anaconda.com/archiv ... 0-MacOSX-x86_64.pkg

2. 下载DeepFaceLab

我是从colab上下载的，打开下面的链接，按照步骤搞就好了(需要有个google账号)

https://colab.research.google.co ... rollTo=YnhZyEERAW_D
具体步骤如下

a.打开后，先点击下开始挂载
b.再点击下安装DeepFaceLab下的开始安装，注意选择v2.06.19或者更新版本
c.安装好之后，就可以去https://drive.google.com/drive/my-drive将DeepFaceLab下的DeepFaceLab_Colab目录打包下载
d.下载完成后，在电脑Documents目录下创建deepfakes目录，将下载内容解压到这里，并将DeepFaceLab_Colab改名为DeepFaceLab，最终路径为~/Documents/deepfakes/DeepFaceLab ，这个目录下会有main.py文件。

3.一堆安装命令
打开终端命令行
cd ~/Documents/deepfakes/DeepFaceLab

执行 conda create -n deepfakes python=3.6  (若提示找不到conda指令，可以加上安装目录前缀，输入where conda 会提示安装目录，我的是/Users/administrator/opt/anaconda3/bin/conda， administrator换成你的用户名应该就是你的目录)

执行 conda activate deepfakes

执行 pip install -r requirements-colab.txt

执行 conda install pytorch torchvision -c soumith

执行 conda install -c conda-forge ffmpeg

执行 vim ~/.bash_profile 添加以下两行内容
export LC_ALL=en_US.UTF-8
export LANG=en_US.UTF-8

添加完后执行source ~/.bash_profile

执行 conda activate deepfakes

执行 cd ~/Documents/deepfakes/DeepFaceLab

执行 pip install colorama (merge图片的时候需要用到，不安装会报错)

4. deepfacelab常规操作

在DeepFaceLab目录下创建workspace目录，放入data_src.mp4 data_dst.mp4，以及把仙丹也放进model目录

开始执行真正的处理命令，这块可以参考colab的执行命令，见https://colab.research.google.co ... rollTo=YnhZyEERAW_D，也可以看下参考中提到的文档，我直接把部分文档内容copy过来了如下

（可以考虑在colab上训练好模型后，下载到本地，再通过下面命令进行merge 生成视频）

a> 将带有换脸者的视频导出成图片，可以在WORKSPACE中的data_src文件夹中查看
python main.py videoed extract-video --input-file WORKSPACE/data_src.mp4  --output-dir WORKSPACE/data_src

b> 将带有被换脸者的视频导出成图片，可以在WORKSPACE中的data_dst文件夹中查看
python main.py videoed extract-video --input-file WORKSPACE/data_dst.mp4  --output-dir WORKSPACE/data_dst

c> 切出换脸者的面部，可以在WORKSPACE—data_src中的aligned文件夹中查看
python main.py  extract --input-dir WORKSPACE/data_src --output-dir WORKSPACE/data_src/aligned --detector mt --cpu-only

d> 切出被换脸者的面部可以在WORKSPACE—data_dst中的aligned文件夹中查看
python main.py  extract --input-dir WORKSPACE/data_dst --output-dir WORKSPACE/data_dst/aligned --detector mt --cpu-only

e> 开始训练，训练模式可以选择DF、H64、H128等等，可自行查阅区别，几种模式的切换只需将下面代码中的“DF”换成相应的类型，建议第一次尝试的朋友用H128试试，实在太卡可选择H64
python main.py train --training-data-src-dir WORKSPACE/data_src/aligned --training-data-dst-dir WORKSPACE/data_dst/aligned --model-dir WORKSPACE/model --model SAEHD --cpu-only

f> merge,将训练好的面部贴到被换脸者的脸上 (通常我们的模型都是SAEHD，所以参数需要指定--model SAEHD ，且要指定通过cpu执行--cpu-only)

python main.py merge --output-mask-dir WORKSPACE/data_dst/merged_mask --input-dir WORKSPACE/data_dst --output-dir WORKSPACE/data_dst/merged --aligned-dir WORKSPACE/data_dst/aligned --model-dir WORKSPACE/model --model SAEHD --cpu-only

g>生成视频命令：
python main.py videoed video-from-sequence --input-dir WORKSPACE/data_dst/merged --output-file WORKSPACE/result.mp4 --reference-file WORKSPACE/data_dst.*

参考：https://blog.csdn.net/weixin_43894212/article/details/104125982 (按照这里面操作，无法复用仙丹等模型)

整理不易，好心人可以打赏几个灵石

购买主题 已有 2 人购买 本主题需向作者支付 5 灵石 才能浏览