DeepFaceLab安装与使用教程（附常见错误）_deepfacelab安装教程

这篇教程是博主花了两天摸索试错辛辛苦苦得出的，转载请注明出处，谢谢！

注：由于博主电脑上DFL已经删除了接近半年时间，很多东西忘得差不多了。评论区的评论可能不会再回复了，如果给您造成麻烦，十分抱歉。

博主学生一枚，近日要做一个News Presentation，然后我就想到了去年的Deepfakes（虽然不算News了），二话不多说，网上搜教程安装，但是！！！Faceswap和FakeApp硬件要求都太高了（穷），于是只能安装没有图形界面的FaceFaceLab（不过还别说挺好用的）

• 最低硬件与系统要求：

RAM：≥512MB（运存越大结果越好）

独立显卡（可以没有，有的话就更好了）

系统：Win 7以上 64位（硬性要求）

---

• 实验环境：

1. MacBook Air A1370（2010款）

   CPU：Inter(R) Core(TM) i5-2467M CPU @ 1.60GHz 1.60Ghz

   无独立显卡

   RAM：4GB

   系统：Windows 7 x64

2. VMware

   CPU：Inter(R) Core(TM) i5-2467M CPU @ 1.60GHz 1.60Ghz

   无独立显卡

   RAM：2GB

   系统：Windows 7 x64

---

•  使用过程

1. 下载DeepFaceLab

 https://rutracker.org/forum/viewtopic.php?p=75318742（可能要翻墙，下载比较慢，有迅雷会员会快很多，网页是俄文的，需要翻译软件，实在下不动就问度娘吧）

进入网页点击磁力链下载，有两种类型的文件（共4个）：

    a). DeepFaceLabOpenCLSSE（不需要NVIDIA显卡版本）

    b). DeepFaceLabCUDAx.xSSE/AVX（需要NVIDIA显卡及其驱动）

有NVIDIA显卡就安装 b). 类型，没有的话就安装 a). 类型。由于硬件限制，以下教程仅介绍 a). 类型，b). 类型与a).类型安装过程差不多，但需要安装CUDA和CUDNN（NVIDIA显卡）

2. 解压缩

3. 了解文件结构

 DeepFaceLab文件夹下有2个文件夹、1~9的批处理文件、两个txt文本文件和两个PDF文件，其中，“_internal”是核心文件，“workspace”顾名思义是你的工作空间，需要替换Face的视频需要放在这，输出的文件也是在这里；批处理文件相当于你的操作台，不需用1~9全部点完，根据个人需求操作即可，对其中出现的英文可以右键 标记 选取 右键（相当于复制）翻译，参考PDF文件以便了解全面；txt文本文件一个是更新日志，另外一个是一个简单的说明文档；PDF文件是操作教程以及一些说明，一个俄文一个英文。

4. 尝试替换Face

 “workspace”里有两个示例视频，推荐先拿这两个练练手，src是你想要提取的Face，dst是被替换Face的视频，推荐批处理文件的点击流程（不要同时执行！）：

2)：将视频转换为多个jpg/png文件

→3.2)：同上

→4)：这一部分是识别data_src视频的人脸，MANUAL是手动识别（不推荐），MT和S3FD是自动识别，没有哪个好哪个坏，MT和S3FD是适应不同场景的，不了解的话随便选一个，all GPU是使用所有的CPU/GPU，best GPU是使用一个CPU/GPU，debug会在workspace中data_src/dst输出一些方便debug的文件

→5)：同上

→6)：在这之前你需要前往“workspace/data_src/aligned”中将不是人脸、过于模糊的图片、模糊的半张脸删除；前往“workspace/data_dst/aligned”中只需将不是人脸的图片删除即可（不然会有一些奇怪的东西出现，比如示例视频如果不删掉裤裆部分的图片那么。。。）当然如果你想快一点的话可以打开“data_src/dst check result.bat”，它会打开一个软件方便你删除。然后选择你需要训练的模式，不同模式有对RAM有不同要求，一般情况下选H128（RAM ≥4GB），并且“batch_size : 8”（也可以改成其它2的倍数，越大越好，但是需要的RAM就越多），其他默认（之后会介绍train中的参数），一般情况下需要训练一天，loss值降低到0.2左右。

→7)：将Face贴上去，之前选的什么训练模式就需要用什么来转换。

→8)：输出视频，输出mov需要QuickTime（基本就是按照数字顺序下来）

5. 前往“workspace”

找到名为“result”的视频文件，这就是最终的换脸结果。

 

---

 

•  批处理文件介绍

1) clear workspace（清理data_src文件夹、data_dst文件夹、model文件夹）

2) extract images from video data_src（将data_src视频转换为一帧一帧图片，放在data_src文件夹中）

3.1) cut video (drop video on me)（截取视频，没用过）

3.2) extract images from video data_dst FULL FPS（将data_dst视频转换为一帧一帧图片）

4) data_src extract faces MANUAL（手动提取Face，会打开一个窗口，左上角有说怎么用（英文））

4) data_src extract faces MT ...（MT模式提取data_src文件夹中的Face）

4) data_src extract faces S3FD ...（S3FD模式提取data_src文件夹中的Face）

4.1) data_src check result（打开一个软件，方便你处理data_src中的图片）

4.2.x) data_src sort by xxxx（将data_src中的文件按照一定模式排序）

5) , 5.1) , 5.2.x)与上面一样，不过对象换成data_dst

6) train xxxxx（按xxxxx模式训练，训练会储存在model中，可以重复使用，但是最好专人专用model，即一个model最好由一个人的src生成，可以有多个dst）

7) convert xxxxx（将src的face覆盖到dst上，结果保存在“workspace/data_dst/merged”中（还是图片））

8) convert to xxx（将上一步生成的图片合成视频，并将data_dst视频的音频也放进去，输出在“workspace/result”）

9) util convert aligned PNG to JPG (drop folder on me)（字面意思，将PNG转换为JPG）

•  Train模式介绍

注意，manual_ru.pdf中都有讲解

1. DF（RAM 5GB+）

面部分辨率128，智能排除背景。

2. H64（RAM 2GB+）

面部分辨率64 ，适合RAM较少的人。

3. H128（RAM 3GB+）

面部分辨率128，相当于H64的进阶版（适合新手），当然，你也可以在RAM 2GB的电脑上使用这个模式，只要你选择使用"lightweight autoencoder"（轻量级编码器），但是速度有点令人绝望。

4. LIAEF128（RAM 5GB+）

面部分辨率128 ，与DF差不多。

5. SAE（512 MB+）

最新的也是最好的模式，但参数有点多，不适合新手。

---

• FAQ

Q1：ValueError: No training data provided.

A1：没有脸部数据，可能是你用其它软件截的脸，这是不行的，DFL仅支持自己截的脸。你可以将其它软件截的脸让DFL再截一遍就可以用了

Q2：ImportError: DLL load failed.

A2：博主也被这个问题困扰了很久，后来发现虚拟机中可以正常运行，于是花了九牛二虎之力找到了解决办法：首先检查Microsoft Visual C++ distributed 2015 X64装了没有，如果装了就找度娘下载api-ms-win-downlevel-shlwapi-l1-1-0.dll（32位）和ieshims.dll复制到DFL的“_internal\python-3.6.8\Lib\site-packages\cv2”中，然后问题解决！

Q3：为什么我换的脸是模糊的

A3：运存过少，训练时间不够，src人脸过少，loss值太高（0.5以上都有点糊）以及"pixel_loss = True"（就是模糊的开关）都会导致这种情况，虽然512MB可以运行，但是结果肯定是不尽人意的，推荐运存2GB以上，训练时间一般10h以上，loss值推荐0.2左右。

Q4：为什么训练时loss值显示的是nan，而且马上就报错

A4：这个我也不太清楚，可能是运存太低，解决办法就是“Use lightweight autoencoder? (Y / n,:? Help skip: n):”选择y（轻量编码器，速度快35%，输出结果目前看来差不多）。

Q5：为什么loss值降到一定就不降了

A5：一般来说降到0.2左右训练就很成功了（一般需要10+h，Iter100000+，而我的电脑需要训练一个星期才能达到目标效果），但是也有特殊情况，降到1左右不再降的可能是脸差的太厉害了，比如讲一个男人的脸贴一个女人身上，当然也有可能是时间不够。

Q6：src需要多少个照片训练比较好

A6：700~3000个左右，推荐1500个最好，太少的话即使loss降到0.1也是糊的，太多的话加重运算负担。

 

---

 

• FAQ里没有我的问题怎么办（自己Debug）

用记事本或Notebook++打开你出错的.bat文件，将里面的"@echo off"改为"@echo on"（打开回显），再用命令提示符（“cmd”）运行这个.bat文件，你会看到完整的报错信息，一般百度报错信息的最后一条即可找到解决方案。如：问度娘“DeepFaceLab ImportError: DLL load failed.”。

---

• 其它

如果你有什么不懂得地方，你可以选择在评论去留言，或者访问DeepFakes中文站

最近又出现了了DeepFakes中文网，有兴趣的话可以看看，内容方便更加详细，几乎是手把手的教程了，不过好像是刚建立的网站，访问量与评论不是很多。

这篇教程是博主花了两天摸索试错辛辛苦苦得出的，转载请注明出处，谢谢！