继续探索Roop（单张图视频换脸）的各方面：比如喜闻乐见的“加速”-Toy模板网

这篇具有很好参考价值的文章主要介绍了继续探索Roop（单张图视频换脸）的各方面：比如喜闻乐见的“加速”。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前两天写了🔗《简单介绍Roop（类似SimSwap）单张图视频换脸的项目》，介绍了基本安装使用。
之后这个项目飞快的更新着，减少了很多问题更加实用了，所以准备多说几句。

（一）Roop项目的特点

官方：🔗地址。

之前只觉得它很方便用，选一张图，选一个视频，点击开始。
后来发现这个项目更新得超级快，并且它最终合成的视频质量挺高的。
对比DeepFaceLab和SimSwap大概特点如下：

Roop：更注重源的特征，相对缺少目标视频的自然程度，角度远近有要求（单图嘛），很快。
DFL：注重源的特征，更注重目标视频的自然程度（除非素材不好），角度远近都能处理，很费时间。
SimSwap：很久没关注了，项目基本没动（最近更新了模型），似乎只替换了五官，所以非常自然但不像。

简单说就是Roop生成的结果非常像源，但可能不太自然，适合正面的变化不强烈的视频（沙雕舞蹈等）。
适合玩一玩，而不是DFL那样属于伪造级别了（作者说只是练手……哇噢）。

（二）Roop也能加速***

因为项目使用了NSFW检查器，会检查源图和目标视频每帧的内容。
本身为了安全着想是好事，但极大的拖慢了速度。
实测去掉NSFW内容检查后，大概快了7倍左右。
算是快不少了吧，我的天哪😄。

注释掉项目目录\roop\core.py几行相关的代码就可以了：

#from opennsfw2 import predict_video_frames, predict_image
......
        # if predict_image(target_path) > 0.85:
        #     quit()
......
    # seconds, probabilities = predict_video_frames(video_path=args.target_path, frame_interval=100)
    # if any(probability > 0.85 for probability in probabilities):
    #     quit()
......

所以到底要安全还是快速，很纠结啊。

⚠️⚠️⚠️
补充：
💡写完才看到代码修改了判断方式，100帧判断一次NSFW内容，所以不再会严重影响速度了。
💡稍微测试了一下，NSFW检测并不是很靠谱，可能检测错误，可能检测不出来。
⚠️⚠️⚠️

（三）Roop更新和依赖

（3.1）飞速更新

目前项目似乎处于飞速发展阶段，我刚提了个PR就发现一天N个版本就解决了问题。
看看这速度，我发现的全部问题都没了，所以决定不打扰了，告辞😄。
幸好master合并得不是很快……
继续探索Roop（单张图视频换脸）的各方面：比如喜闻乐见的“加速”
目前启动命令行有变化，可以指定硬件加速的类别。
已N卡为例，由原来的：

.\venv\Scripts\python.exe .\run.py --gpu

变成现在的：

.\venv\Scripts\python.exe .\run.py --gpu-vendor nvidia

（3.2）依赖问题

目前依赖文件requirements.txt变成这样的：

--extra-index-url https://download.pytorch.org/whl/cu118

numpy==1.23.5
opencv-python==4.7.0.72
onnx==1.14.0
insightface==0.7.3
psutil==5.9.5
tk==0.1.0
pillow==9.5.0
torch==2.0.1+cu118
onnxruntime==1.15.0; sys_platform == 'darwin' and platform_machine != 'arm64'
onnxruntime-silicon==1.13.1; sys_platform == 'darwin' and platform_machine == 'arm64'
onnxruntime-gpu==1.15.0; sys_platform != 'darwin'
tensorflow==2.13.0rc1; sys_platform == 'darwin'
tensorflow==2.12.0; sys_platform != 'darwin'
opennsfw2==0.10.2
protobuf==4.23.2
tqdm==4.65.0