FaceFusion:探索无限创意,创造独一无二的面孔融合艺术!

简介: FaceFusion:探索无限创意,创造独一无二的面孔融合艺术!

FaceFusion:探索无限创意,创造独一无二的面孔融合艺术!

它使用先进的图像处理技术,允许用户将不同的面部特征融合在一起,创造有趣和令人印象深刻的效果。这个项目的潜在应用包括娱乐、虚拟化妆和艺术创作,为用户提供了创造性的工具

1.效果预览

2.安装

请注意,安装需要技术技能,不适合初学者。请不要在GitHub上打开平台和安装相关问题。我们有一个非常有用的Discord社区,将指导您安装FaceFusion。

Read the installation now.

2.1 使用指南

Run the command:

python run.py [options]

options:
  -h, --help                                                                                       show this help message and exit
  -s SOURCE_PATH, --source SOURCE_PATH                                                             select a source image
  -t TARGET_PATH, --target TARGET_PATH                                                             select a target image or video
  -o OUTPUT_PATH, --output OUTPUT_PATH                                                             specify the output file or directory
  -v, --version                                                                                    show program's version number and exit

misc:
  --skip-download                                                                                  omit automate downloads and lookups
  --headless                                                                                       run the program in headless mode

execution:
  --execution-providers {cpu} [{cpu} ...]                                                          choose from the available execution providers (choices: cpu, ...)
  --execution-thread-count EXECUTION_THREAD_COUNT                                                  specify the number of execution threads
  --execution-queue-count EXECUTION_QUEUE_COUNT                                                    specify the number of execution queries
  --max-memory MAX_MEMORY                                                                          specify the maximum amount of ram to be used (in gb)

face recognition:
  --face-recognition {reference,many}                                                              specify the method for face recognition
  --face-analyser-direction {left-right,right-left,top-bottom,bottom-top,small-large,large-small}  specify the direction used for face analysis
  --face-analyser-age {child,teen,adult,senior}                                                    specify the age used for face analysis
  --face-analyser-gender {male,female}                                                             specify the gender used for face analysis
  --reference-face-position REFERENCE_FACE_POSITION                                                specify the position of the reference face
  --reference-face-distance REFERENCE_FACE_DISTANCE                                                specify the distance between the reference face and the target face
  --reference-frame-number REFERENCE_FRAME_NUMBER                                                  specify the number of the reference frame

frame extraction:
  --trim-frame-start TRIM_FRAME_START                                                              specify the start frame for extraction
  --trim-frame-end TRIM_FRAME_END                                                                  specify the end frame for extraction
  --temp-frame-format {jpg,png}                                                                    specify the image format used for frame extraction
  --temp-frame-quality [0-100]                                                                     specify the image quality used for frame extraction
  --keep-temp                                                                                      retain temporary frames after processing

output creation:
  --output-image-quality [0-100]                                                                   specify the quality used for the output image
  --output-video-encoder {libx264,libx265,libvpx-vp9,h264_nvenc,hevc_nvenc}                        specify the encoder used for the output video
  --output-video-quality [0-100]                                                                   specify the quality used for the output video
  --keep-fps                                                                                       preserve the frames per second (fps) of the target
  --skip-audio                                                                                     omit audio from the target

frame processors:
  --frame-processors FRAME_PROCESSORS [FRAME_PROCESSORS ...]                                       choose from the available frame processors (choices: face_enhancer, face_swapper, frame_enhancer, ...)
  --face-enhancer-model {codeformer,gfpgan_1.2,gfpgan_1.3,gfpgan_1.4,gpen_bfr_512}                 choose from the mode for the frame processor
  --face-enhancer-blend [0-100]                                                                    specify the blend factor for the frame processor
  --face-swapper-model {inswapper_128,inswapper_128_fp16}                                          choose from the mode for the frame processor
  --frame-enhancer-model {realesrgan_x2plus,realesrgan_x4plus,realesrnet_x4plus}                   choose from the mode for the frame processor
  --frame-enhancer-blend [0-100]                                                                   specify the blend factor for the frame processor

uis:
  --ui-layouts UI_LAYOUTS [UI_LAYOUTS ...]                                                         choose from the available ui layouts (choices: benchmark, webcam, default, ...)

2.相关文档

Read the documentation for a deep dive.

更多优质内容请关注公号:汀丶人工智能;会提供一些相关的资源和优质文章,免费获取阅读。

相关文章
|
6月前
|
机器学习/深度学习 传感器 人工智能
机器人技术的飞速进化:从想象到现实
机器人技术的快速发展正引领着人类走向未来,从工业制造到日常生活,机器人已经广泛应用。本文将探讨机器人技术的进化历程和多领域应用,展示机器人为我们带来的无限可能。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
"FunAudioLLM震撼来袭!重塑语音交互新纪元,让每一次对话都充满魔法与情感共鸣!"
【8月更文挑战第11天】随着AI技术的发展,语音交互正经历革新。阿里巴巴推出的FunAudioLLM是一款先进的语音技术框架,包含SenseVoice和CosyVoice两大核心模型。SenseVoice擅长多语言语音识别与情感分析;CosyVoice则专精于自然语音生成,支持多语言、音色与情感控制。这两个模型结合,能实现在语音翻译、情绪对话等场景下的广泛应用,为人机交互带来更加真实与丰富的体验。通过开源社区的支持,FunAudioLLM将持续进化,成为语音技术领域的重要推手。
77 5
|
3月前
|
人工智能 Serverless
AI 创作风潮起:函数计算探索科技与艺术的无限可能
AI 创作风潮起:函数计算探索科技与艺术的无限可能。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
💡思维碰撞新纪元:AI如何激发职场创新灵感,让创意无限飞?
【8月更文挑战第1天】在科技飞速发展的当下,人工智能(AI)正深刻变革职场创新模式。本文对比传统与AI赋能的创新思维,展现AI如何突破界限,激发无限创意。从数据驱动的洞察到跨领域融合,再到自动化提升效率,AI让创新变得更加科学与系统。通过概念性示例,展示AI辅助下的创意生成过程,呈现AI助力下职场人士探索未来的无限可能。
66 0
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与艺术的融合:创意生成与审美判断的技术革新
【7月更文挑战第1天】人工智能与艺术融合,探索创意生成与审美判断的新边界。AI借助深度学习和GANs,生成图像、音乐和文本,革新艺术创作。同时,通过学习分析,AI在艺术鉴赏中提供客观审美判断,助力艺术家和观众理解作品。技术进步不断深化艺术与AI的合作,共创艺术未来。
|
5月前
|
弹性计算 数据安全/隐私保护
图像生成技术飞速发展,个人化艺术创造还有多远?
【6月更文挑战第12天】图像生成技术飞速发展,个人化艺术创造还有多远?
|
4月前
|
机器学习/深度学习 人工智能 搜索推荐
AI在创造还是毁掉音乐?
AI在创造还是毁掉音乐?
62 0
|
6月前
|
人工智能 自然语言处理 搜索推荐
AIGC的爆火对普通人意味着什么?
【1月更文挑战第15天】AIGC的爆火对普通人意味着什么?
83 2
AIGC的爆火对普通人意味着什么?
|
6月前
|
搜索推荐 自动驾驶 机器人
机器人技术:从未来想象到现实应用
在过去的几十年间,机器人技术已经有了飞跃式的发展。从最初的工厂自动化生产,到如今的智能家居、服务机器人等各个领域中都有着广泛应用。本文将探讨机器人技术的历史发展和现阶段的应用情况,以及未来的展望。
|
人工智能 搜索推荐 大数据
相比优秀的服装设计师,AIGC 可以如何突破设计灵感的界限
这些日子学的那些 AIGC生图本领,这回用上啦!阿里云携手国民服装品牌森马推出 AIGC T 恤设计大赛,无论您是开发者、设计师、还是AI绘画爱好者,都可以使用阿里云函数计算快速部署 Stable Diffusion,以“宇宙漫游”为主题,进行AI 创作并投递作品即可参赛。所有作品均有机会被森马选中并购买版权成为下一季服装图案主题。 https://developer.aliyun.com/adc/series/activity/aigc_design?spm=a2c6h.13066369.question.3.3e7223c08Zpgdl
136 1