DeepFaceLive是一款开源的AI换脸软件，但目前作者已经停止维护。github开源地址为：https://github.com/iperov/DeepFaceLive
与Rope等AI换脸软件相比，DeepFaceLive有以下两个显著的特点：
- DeepFaceLive主要是用于实时换脸，比较适用于直播等场景
- DeepFaceLive需要自己去训练某个人物的专属模型，才能得到比较好的效果。
总结下来，如果是对离线的视频进行换脸，Rope是更好的选择，其具有更好的泛化性，对于大部分人脸都适用，不需要自己训练模型。但如果你想在线进行实时换脸，那么DeepFaceLive是更好的选择，前提是你需要自己去收集数据，去训练针对某个人物的模型，训练出来的模型也只能换这个人物的脸，所以上手难度和复杂度会高很多。
训练模型是玩转DeepFaceLive的重中之重，另一个开源仓库DeepFaceLab，是专门用来训练模型的，其训练出来的模型是以dfm为后缀的，所以通常就叫做dfm模型，DeepFaceLab的开源地址为：https://github.com/iperov/DeepFaceLab
后续我会详细讲解如何使用DeepFaceLab去训练自己的模型，官方也给出了专门的交流和学习社区，上面会出售一些dfm模型
- 交流社区地址： https://dfldata.cc/
- 学习网站地址：https://www.deepfaker.xyz/
我自己收集了一些dfm模型免费提供给大家，支持N卡和A卡的DeepFaceLive安装包我也下载打包好了。
点击打开我的个人博客主页，扫码关注微信公众号，回复关键词*【deepface】*获取安装包和dfm模型
DeepFaceLive 安装和使用教程
-
解压安装包，注意N卡和A卡的区别
-
放置模型到 userdata\dfm_models目录中
-
双击【DeepFaceLive.bat】运行，运行成功后界面如下
-
从文件源窗口中选择视频文件或在相机源中选择相机设备，这里以文件源为例，示例视频的路径为userdata/samples
-
选择人脸检测器和显卡设备（红框中）以及人脸标记和显卡设备（绿框中）
-
在人脸交换器中选择显卡设备和模型，这里我选择的是成龙的模型
-
在视频流输出窗口的源中选择合成后的画面，会弹出一个窗口并显示最终的效果，在保存序列帧中选择换后的脸保存的位置，但最终保存的都是图片并非视频
-
点击文件源窗口中的开始按钮（绿色箭头），开始对视频进行逐帧换脸
最终输出的是逐帧换脸后的图片，需要借助其他软件去把图片再合成视频，所以还是直播的时候使用较为方便。
点击打开我的个人博客主页，扫码关注微信公众号，回复关键词*【deepface】*获取安装包和dfm模型
-
