朱茵變楊冪——FakeApp 破解版 換臉簡易教程,附圖文安裝和視頻地址

《射鵰英雄傳》裡演過黃蓉的，除了朱茵、翁美玲、周迅、林依晨，竟然還有楊冪？

不信，看圖

我大楊冪，穿越到《射鵰英雄傳》了。

【社群流量】朱茵變楊冪，流量一個億——FakeApp 破解版 換臉簡易教程，附圖文安裝和視頻地址

【社群流量】朱茵變楊冪，流量一個億——FakeApp 破解版 換臉簡易教程，附圖文安裝和視頻地址

換臉後人臉的輪廓、表情都一樣，簡直看不出是人造的。

整個視頻，也十分流暢。

這樣的效果，一下子就引來了一群吃瓜群眾，微博話題閱讀量達到了1.1億。

image.png

那麼，AI換臉背後是怎麼回事呢？

不止朱茵變楊冪
從換臉程序deepfake傳入國內開始，就有不少網友製作過換臉視頻。比如把宅男們喜聞樂見的女主播換成國內當紅小花。

把主播變成唐嫣

【社群流量】朱茵變楊冪，流量一個億——FakeApp 破解版 換臉簡易教程，附圖文安裝和視頻地址

把馮提莫變趙麗穎：

【社群流量】朱茵變楊冪，流量一個億——FakeApp 破解版 換臉簡易教程，附圖文安裝和視頻地址

AI換臉技術deepfake已經出現一年多，造出了無數假視頻。在國外，它被引到了「不可描述」的方向。

在Reddit論壇上，它掀起過一股狂潮，甚至出現過專門的討論區。

【社群流量】朱茵變楊冪，流量一個億——FakeApp 破解版 換臉簡易教程，附圖文安裝和視頻地址

大膽的想法不敢有，但你可能想按照國內的老少皆宜用法，製作一部符合自己嗜好的換臉視頻。

門檻並不算高，甚至都不用自己訓練一個deepfake模型，有現成的程序用。

2018年1月，有人推出了Windows程序FakeApp，允許用戶很輕鬆地自製換臉視頻，即使沒有任何AI方面的知識，大大降低了deepfake的使用門檻。

FakeApp只需要一個包含Nvidia GPU的個人電腦、3~4GB的存儲空間，就能生成換臉視頻。至於訓練神經網絡的材料需要用戶自行尋找。

一、安裝視頻

【英語中字教程】現在大火的deepfake視頻，換臉程序fakeapp使用教學。
播放地址：https://www.bilibili.com/video/av19349170

【社群流量】朱茵變楊冪，流量一個億——FakeApp 破解版 換臉簡易教程，附圖文安裝和視頻地址

二、圖文版安裝過程1、安裝必要環境；

硬體和作業系統，支持cuda的 Nvidia 顯卡，8G及以上的內存，Windows10 x64

用python查看TensorFlow版本，升級到1.5；

安裝python3.6和tensorflow1.5，Python3.6 to PATH，推薦自定義安裝，安裝完確認下Python\Python36和Python\Python36\Scripts是否加入了環境變量，沒有就手動添加一下。然後就可以打開命令行窗口，輸入：pip install tensorflow-gpu==1.5安裝tensorflow1.5的gpu版，為了提高下載速度可以先配置使用國內的源。

方法：在C:\Users[your username]目錄新建pip目錄，再到pip目錄下新建pip.ini，內容如下（清華的源）

1.首先需要安裝的便是這個能讓你傻瓜式換臉的應用FakeApp了，點擊連結進入官網。安裝過程中並沒有什麼值得特殊強調的地方，咱們一筆跳過。
2.接下來就是和GPU相關的CUDA8了，選擇相應的系統版本便可以下載安裝。在安裝方式這一步建議大家使用本地安裝exe[local]的方式，exe[network]的安裝方式....可能有點慢。默認情況下CUDA會自動幫你添加到環境變量，如果沒有，請手動添加，這一步非常重要。

應用簡介

FakeApp 有三個模塊

GET DATASET: 獲取數據集

你的素材視頻將被逐幀切割成圖片，程序會自動識別並提取出圖片中人物的面部數據。

TRAIN:訓練模型

根據第一步中生成的數據集，機器會自動地幫你訓練模型，從而進行面部的替換。

CREATE:生成視頻

他能根據你訓練出的模型，將給定視頻素材中人物的面部進行替換，最後生成替換後的視頻。

開始實驗1.第一步，生成數據集

先創建一個文件夾fake，將素材視頻存放進去

用A和B來區分這兩個小妹妹，按照FakeApp的提示，將素材路徑填入，點擊EXTRACT，接下來無需任何操作，等程序跑完就行了。你會看到fake文件夾中多出了一個dataset-A的目錄，這便是我們待會兒訓練模型時需要的數據集了。A的訓練集生成後，重複這一步驟，生成B的訓練集。至此，咱們第一步結束了。

2.第二步，訓練模型

在這一步開始前，你需要在fake文件中創建一個model目錄，這裡會存放模型文件。和之前一樣，依次填入文件夾路徑，下面的參數無需修改，使用默認配置即可。點擊TRAIN，等待程序初始化後，會彈出一個預覽框，這時，你幾乎可以高枕無憂了。剛開始你會發現預覽框最右側的一列會非常模糊，不要緊，模型才剛開始訓練。Loss A和Loss B代表模型的差異值，咱們無需關注數值產生的原理，你只需要知道，兩者之差越小，說明模型訓練的越好。

訓練過程很費時間，比如，每個數據集各400張左右的面部圖像，訓練了大概14個小時。如果你想要更好的效果，建議每個數據集不低於600張，至於如何確定數據集的大小，可以看上面的示例圖A，圖中的360代表dataset-A的數據量。
值得一提的是，訓練進度會被實時保存下來，也就是說你可以隨時暫停訓練，在預覽窗口中，輸入英文小寫字母q即可保存退出，下次想要繼續訓練的話，打開FakeApp再點擊TRAIN即可。

3.在model中填入我們先前訓練好的模型路徑，Video則填入你想要替換的視頻路徑，依舊是傻瓜式，點擊CREATE，稍安勿躁，讓GPU飛一會兒~程序跑完後，你應該就能在fake文件中看到生成的swap.mp4文件了，讓我們通過視頻截圖，看看效果如何。

總的來說效果還是令人滿意的，雖然看起來有點違和，但絕對可以以假亂真。好了，至此咱們的簡易教程就告一段落了，如果你有什麼問題歡迎留言討論。

下載地址：https://pan.baidu.com/s/1F3_MSteR9sDHRp1MytF7BA

教程交流QQ群：620102404