文章目录

（零）特点和界面（一）参数控制的FaceFusion（1.1）启动参数（1.2）配置文件覆盖

（二）参数详解（2.1）UI参数（2.1.1）UI布局

（2.2）杂项参数（2.2.1）Skip Download（2.2.2）Headless（2.2.3）Log Level

（2.3）路径参数（2.3.1）Source（2.3.2）Target（2.3.3）Output

（2.4）执行器参数（2.4.1）Execution Providers（2.4.2）Execution Thread Count（2.4.3）Execution Queue Count

（2.5）内存参数（2.5.1）Video Memory Strategy（2.5.2）System Memory Limit

（2.6）帧处理器参数（2.6.1）Frame Processors（2.6.2）Face Debugger Items（2.6.3）Face Enhancer Model（2.6.4）Face Enhancer Blend（2.6.5）Face Swapper Model（2.6.6）Frame Enhancer Model（2.6.7）Frame Enhancer Blend（2.6.8）Lip Syncer Model

（2.7）输出参数（2.8）帧提取参数（2.9）面部分析参数（2.9.1）Face Selector Mode（2.9.2）Face Mask Types（2.9.3）Face Detector

（三）总结

（零）特点和界面

启动WEBUI后，大概是这个样子。 看起来有点复杂，没有最新的Rope那么简洁。 和Rope的对比，可以看上次写的🔗这篇。

但其实把一些参数设置好后，每次使用也是相当快捷的。

（一）参数控制的FaceFusion

前面提到过，FaceFusion和侧重GUI交互的Rope不一样，可以无界面进行命令行操作(CLI)。 所以它有非常非常多的参数可选。 当然，如果你启动的是WEBUI，那么大部分参数也可以通过界面调整。 而其中小部分参数必须在命令行中生效。

（1.1）启动参数

建议配合官方帮助来使用和了解参数含义。 那么目前版本有这些参数。

python run.py [options]

options:

-h, --help show this help message and exit

-s SOURCE_PATHS, --source SOURCE_PATHS choose single or multiple source images or audios

-t TARGET_PATH, --target TARGET_PATH choose single 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 remote lookups

--headless run the program without a user interface

--log-level {error,warn,info,debug} adjust the message severity displayed in the terminal

execution:

--execution-providers EXECUTION_PROVIDERS [EXECUTION_PROVIDERS ...] accelerate the model inference using different providers (choices: cpu, ...)

--execution-thread-count [1-128] specify the amount of parallel threads while processing

--execution-queue-count [1-32] specify the amount of frames each thread is processing

memory:

--video-memory-strategy {strict,moderate,tolerant} balance fast frame processing and low vram usage

--system-memory-limit [0-128] limit the available ram that can be used while processing

face analyser:

--face-analyser-order {left-right,right-left,top-bottom,bottom-top,small-large,large-small,best-worst,worst-best} specify the order in which the face analyser detects faces.

--face-analyser-age {child,teen,adult,senior} filter the detected faces based on their age

--face-analyser-gender {female,male} filter the detected faces based on their gender

--face-detector-model {retinaface,yoloface,yunet} choose the model responsible for detecting the face

--face-detector-size FACE_DETECTOR_SIZE specify the size of the frame provided to the face detector

--face-detector-score [0.0-1.0] filter the detected faces base on the confidence score

face selector:

--face-selector-mode {reference,one,many} use reference based tracking with simple matching

--reference-face-position REFERENCE_FACE_POSITION specify the position used to create the reference face

--reference-face-distance [0.0-1.5] specify the desired similarity between the reference face and target face

--reference-frame-number REFERENCE_FRAME_NUMBER specify the frame used to create the reference face

face mask:

--face-mask-types FACE_MASK_TYPES [FACE_MASK_TYPES ...] mix and match different face mask types (choices: box, occlusion, region)

--face-mask-blur [0.0-1.0] specify the degree of blur applied the box mask

--face-mask-padding FACE_MASK_PADDING [FACE_MASK_PADDING ...] apply top, right, bottom and left padding to the box mask

--face-mask-regions FACE_MASK_REGIONS [FACE_MASK_REGIONS ...] choose the facial features used for the region mask (choices: skin, left-eyebrow, right-eyebrow, left-eye, right-eye, eye-glasses, nose, mouth, upper-lip, lower-lip)

frame extraction:

--trim-frame-start TRIM_FRAME_START specify the the start frame of the target video

--trim-frame-end TRIM_FRAME_END specify the the end frame of the target video

--temp-frame-format {bmp,jpg,png} specify the temporary resources format

--temp-frame-quality [0-100] specify the temporary resources quality

--keep-temp keep the temporary resources after processing

output creation:

--output-image-quality [0-100] specify the image quality which translates to the compression factor

--output-video-encoder {libx264,libx265,libvpx-vp9,h264_nvenc,hevc_nvenc} specify the encoder use for the video compression

--output-video-preset {ultrafast,superfast,veryfast,faster,fast,medium,slow,slower,veryslow} balance fast video processing and video file size

--output-video-quality [0-100] specify the video quality which translates to the compression factor

--output-video-resolution OUTPUT_VIDEO_RESOLUTION specify the video output resolution based on the target video

--output-video-fps OUTPUT_VIDEO_FPS specify the video output fps based on the target video

--skip-audio omit the audio from the target video

frame processors:

--frame-processors FRAME_PROCESSORS [FRAME_PROCESSORS ...] load a single or multiple frame processors. (choices: face_debugger, face_enhancer, face_swapper, frame_enhancer, lip_syncer, ...)

--face-debugger-items FACE_DEBUGGER_ITEMS [FACE_DEBUGGER_ITEMS ...] load a single or multiple frame processors (choices: bounding-box, landmark-5, landmark-68, face-mask, score, age, gender)

--face-enhancer-model {codeformer,gfpgan_1.2,gfpgan_1.3,gfpgan_1.4,gpen_bfr_256,gpen_bfr_512,restoreformer_plus_plus} choose the model responsible for enhancing the face

--face-enhancer-blend [0-100] blend the enhanced into the previous face

--face-swapper-model {blendswap_256,inswapper_128,inswapper_128_fp16,simswap_256,simswap_512_unofficial,uniface_256} choose the model responsible for swapping the face

--frame-enhancer-model {real_esrgan_x2plus,real_esrgan_x4plus,real_esrnet_x4plus} choose the model responsible for enhancing the frame

--frame-enhancer-blend [0-100] blend the enhanced into the previous frame

--lip-syncer-model {wav2lip_gan} choose the model responsible for syncing the lips

uis:

--ui-layouts UI_LAYOUTS [UI_LAYOUTS ...] launch a single or multiple UI layouts (choices: benchmark, default, webcam, ...)

比如下面这个例子。 指定了输出目录，部分模型，视频编码等：

python run.py -o D:\Temp\out\A --skip-download --execution-providers cuda --frame-processors face_swapper face_enhancer --face-enhancer-model gpen_bfr_256 --face-enhancer-blend 90 --output-video-encoder hevc_nvenc --output-video-quality 99 --face-mask-types box occlusion

（1.2）配置文件覆盖

不想每次都打很长的命令行，可以写入一个bat文件中。

然后作者考虑到了这点，有个更简单的办法。 把这些参数写入facefusion.ini配置文件，可以起到命令行参数同样的作用，同时更整洁易读。

但项目中作者提供的是facefusion.ini本身，而不是facefusion.ini.sample，会影响拉代码啊。

[general]

source_paths =

target_path =

output_path =

[misc]

skip_download =

headless =

log_level =

[execution]

execution_providers =

execution_thread_count =

execution_queue_count =

[memory]

video_memory_strategy =

system_memory_limit =

[face_analyser]

face_analyser_order =

face_analyser_age =

face_analyser_gender =

face_detector_model =

face_detector_size =

face_detector_score =

[face_selector]

face_selector_mode =

reference_face_position =

reference_face_distance =

reference_frame_number =

[face_mask]

face_mask_types =

face_mask_blur =

face_mask_padding =

face_mask_regions =

[frame_extraction]

trim_frame_start =

trim_frame_end =

temp_frame_format =

temp_frame_quality =

keep_temp =

[output_creation]

output_image_quality =

output_video_encoder =

output_video_preset =

output_video_quality =

output_video_resolution =

output_video_fps =

skip_audio =

[frame_processors]

frame_processors =

face_debugger_items =

face_enhancer_model =

face_enhancer_blend =

face_swapper_model =

frame_enhancer_model =

frame_enhancer_blend =

lip_syncer_model =

[uis]

ui_layouts =

（二）参数详解

（2.1）UI参数

（2.1.1）UI布局

💡保持默认就好，咱通常用不到。

用来切换不同的UI布局。 用法: --ui-layouts

默认值: [ default ]，可选这些值：

benchmark （基准测试）default（默认值，换视频）webcam （摄像头，直播）

比如: --ui-layouts benchmark 就启动测试性能的UI布局。

（2.2）杂项参数

（2.2.1）Skip Download

⚠️天朝网络必须得开（除非你的网络自动下载模型没问题）。

顾名思义用来跳过远程下载（必要的模型我们可以通过别的方式，提前下载好） 用法: --skip-download

（2.2.2）Headless

💡保持默认就好，除非……

不使用界面的方式启动程序，适合在服务器上操作。 设置好各种参数后，一条命令运行直接出结果。 用法: --headless

（2.2.3）Log Level

💡保持默认就好，咱通常用不到。

调整控制台输出的日志级别。 用法: --log-level

默认值: info，可选这些值：

error （错误）warn （警告）info （普通信息）debug （调试）

比如: --log-level debug 打印调试日志。

（2.3）路径参数

💡至少设个输出路径吧。

（2.3.1）Source

指定一个或多个源图像/音频（音频用于嘴型同步） 用法: -s 或者 --source 比如: --source image1.jpg --source image2.jpg --source audio.mp3

不通过参数指定时，在WEBUI中拖放或选择文件上传。 这里会显示多张图片的名称，以及其中一张的预览。

（2.3.2）Target

指定一张图像或视频作为目标。 用法: -t 或者 --target 比如: --target video.mp4

不通过参数指定时，在WEBUI中拖放或选择文件上传。

（2.3.3）Output

指定输出的文件或目录。 用法: -o 或者 --output 比如: --output .

就算指定了目录，处理完成后，输出的内容也会显示在WEBUI中。 点击【Clear】按钮可以清除WEBUI上的输出内容。 对了，既然是WEB，也可以下载。。。

（2.4）执行器参数

💡根据显卡选择，大家都是用N卡的CDUA吧？

这种重要参数很影响速度，也比较固定，所以最好固定到命令行参数中。 或者写入配置文件。

（2.4.1）Execution Providers

执行器提供者，就是用啥来跑，CPU还是显卡。 在我这里可选的是cpu, cuda, TensorRT。不清楚是否支持Intel和ATI。 用法: --execution-providers 默认值: [ cpu ] —— 是的，它也是一个集合参数，可以多选。比如同时选cpu和cuda。 比如: --execution-providers cuda

（2.4.2）Execution Thread Count

处理线程数，只要显存够，开大些会比较快。 用法: --execution-thread-count 默认值: 1 范围: 1-128 比如: --execution-thread-count 4

（2.4.3）Execution Queue Count

队列长度，定义一个线程处理的帧数量。 没看懂，所以就开的1 用法: --execution-queue-count 默认值: 1 范围: 1-32 比如: --execution-queue-count 2

（2.5）内存参数

💡保持默认就好。

（2.5.1）Video Memory Strategy

显存使用策略，为了不爆显存，我们可以用默认值。 我记得好像默认的strict，会每次处理都会清理显存，不保留不用的模型等。 如果显存很大可以试试另外两个参数。 用法: --video-memory-strategy 默认值: strict，可选这些值：

strict （严格）moderate （中等）tolerant （宽容）

比如: --video-memory-strategy tolerant

（2.5.2）System Memory Limit

系统内存限制，这个看各自的计算机内存有多少。. 用法: --system-memory-limit 默认值: 0 范围: 0-128 比如: --system-memory-limit 32

（2.6）帧处理器参数

FaceFusion像个工作流，所以需要选择一个或多个帧处理器。 然后选择它们的相关模型和参数。

（2.6.1）Frame Processors

💡通常选交换和增强。

选择一个或多个帧处理器（默认就是交换）。 目前有5个帧处理器：交换，增强，调试、帧超分，嘴型同步。 未选中的帧处理器，其配置不会出现在WEB界面上。 用法: --frame-processors 默认值: [ face_swapper ] 可选: face_debugger, face_enhancer, face_swapper, frame_enhancer 比如: --frame-processors face_swapper face_enhancer

（2.6.2）Face Debugger Items

用于调试（显示检测和遮罩的对象）。 反正我没用过啊。 用法: --face-debugger-items 默认值: [ landmark-5, face-mask ] 可选: bounding-box, landmark-5, landmark-68, face-mask, score, age, gender 比如: --face-debugger-items landmark-68 score

（2.6.3）Face Enhancer Model

💡小显存我比较喜欢gpen_bfr_256，大显存机器选gpen_bfr_512。

选择增强模型。 用法: --face-enhancer-model 默认值: gfpgan_1.4 可选: codeformer, gfpgan_1.2, gfpgan_1.3, gfpgan_1.4, gpen_bfr_256, gpen_bfr_512, restoreformer_plus_plus 比如: --face-enhancer-model codeformer

（2.6.4）Face Enhancer Blend

设置增强的融合度。. 用法: --face-enhancer-blend 默认值: 80 范围: 0-100 at 1 比如: --face-enhancer-blend 60

（2.6.5）Face Swapper Model

💡虽然很多选择，但只能用inswapper_128，至于fp16看不出任何区别，应该会快一点点或者占用小点。 用其它模型的对比请见这里，效果确实不能让人满意。

选择交换模型。 用法: --face-swapper-model 默认值: inswapper_128_fp16 可选: blendswap_256, inswapper_128, inswapper_128_fp16, simswap_256, simswap_512_unofficial, uniface_256 比如: --face-swapper-model simswap_256

PS：正确的顺序是先交换，再增强。 但我遇到过bug，看日志变成了先增强再交换，这样最后结果就是没有增强，分辨率很低。

（2.6.6）Frame Enhancer Model

💡慢死了不开。

选择整个视频帧的超分辨率模型（和前面用词不同方便区别）。 用法: --frame-enhancer-model 默认值: real_esrgan_x2plus 可选: real_esrgan_x2plus, real_esrgan_x4plus, real_esrnet_x4plus 比如: --frame-enhancer-model real_esrnet_x4plus

（2.6.7）Frame Enhancer Blend

设置帧超分辨率的融合度。 用法: --frame-enhancer-blend 默认值: 80 范围: 0-100 at 1 比如: --frame-enhancer-blend 60

（2.6.8）Lip Syncer Model

选择锥型同步模型。这也没得选啊：） 用法: --lip-syncer-model 默认值: wave2lip_gan 可选: wave2lip_gan （就它一个啊） 比如: --lip-syncer-model wave2lip_gan

（2.7）输出参数

不想写详细了。 可以不用管，用默认的就OK。 分辨率帧率这些也会随着dst自动改变。

PS：我设置视频编码为hevc_nven，实际出来并不是h265，依然是h264……奇怪。

（2.8）帧提取参数

不想写详细了。 就是你想预览哪一帧（首帧没有人可以改下）。

并且想处理从哪到哪帧。 如果处理整个视频，保持默认就好。

（2.9）面部分析参数

咋一看很多设置。 其实大部分都不用改，指定人了，就不管左右顺序，年龄，性别……

（2.9.1）Face Selector Mode

其实都不用改，默认就设为reference（参考）， 然后从预览帧中提取的人里面选一个就可以了。 除了【参考】方式，其它选项还有【1个】，【多个】。我不知道该怎么用也没用过。

（2.9.2）Face Mask Types

默认box，如果有遮挡情况，就追加勾选occlusion。

（2.9.3）Face Detector

默认yoloface，也可以选retinaface。 具体有什么区别呢，借用Rope作者的话，没啥大区别，只有极端角度下会有不同。 最后那个yunet稍微弱一点，不建议选。

💡💡💡💡💡💡 神奇的时刻到了！！！ 虽然FaceFusion没有Rope的分段角度设置，检测算法也一样。 但是除了大头朝下这种奇葩角度，其它角度它的检测都是正确的！！！ 💡💡💡💡💡💡

PS：意思是绝大部分情况下，我们不用操心角度了，管他站着躺着呢。

（三）总结

即使上面有那么多参数（我偷懒了没有全部列出来），但和Rope相比还是缺少一些控制。 同时又具有Rope不具备的特性。 两个项目的目标明显不一样，各具特色。

建议亲自使用和对比FaceFusion 和 Rope。 熟悉以后再调整各种参数。

关于环境的问题，可以看我其它的相关文章（其实最好是找别人的更加完善的教程，视频等）。 实在还是不会的，到B站找整合包吧：）