项目地址

https://github.com/facefusion/facefusion

安装方法

Win

下载并且解压文件，在文件目录中右键【在终端运行】并且依次输入以下指令

Python

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">winget install -e --id Python.Python.3.10</font>

PIP

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">python -m ensurepip</font>

Git

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">winget install -e --id Git.Git</font>

FFmpeg

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">winget install -e --id Gyan.FFmpeg</font>

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">shutdown /r</font>

工具集

Microsoft Visual C++ 2015 可再发行组件

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">winget install -e --id Microsoft.VCRedist.2015+.x64</font>

Microsoft Visual Studio 2022 构建工具

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">winget install -e --id Microsoft.VisualStudio.2022.BuildTools --override "--wait --add Microsoft.VisualStudio.Workload.NativeDesktop --includeRecommended"</font>

安装依赖

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">pip install -r requirements.txt</font>

运行

<font style="color:rgb(59, 69, 78);background-color:rgb(245, 247, 249);">python run.py</font>

启用加速

Nvidia显卡 安装CUDA

1. 安装CUDA Toolkit 11.8 和 cuDNN for Cuda 11.x
2. 安装dependencies，在终端中运行（需管理员模式）

运行

使用介绍

1. 第一次启用不同的处理器需等待下载模型，如果网络不通畅下载失败，则会报错
2. 不支持NSFW的图片和视频
3. 输出文件的路径在程序目录下