FaceFusion 换脸实战指南参数推荐值与排障速查【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusionFaceFusion 是一个开源的人脸操控平台核心功能是把一张源人脸换进图片或视频并处理增强、掩膜边界问题。本文面向第一次使用的读者给出换脸、人脸增强、面部掩膜三块可直接照抄的参数推荐值以及「症状→成因→处理」的排障清单。装完就能跑三条命令启动 Web 界面准备一个 Python 3 环境需要 ffmpeg 在系统路径可用然后git clone https://gitcode.com/GitHub_Trending/fa/facefusion cd facefusion pip install -r requirements.txt python facefusion.py run启动后会自动拉起 Gradio 网页界面终端会打印访问地址。首次运行或首次切换模型时程序会自动下载对应模型文件不用手动去下。界面里调过的参数会持久化到项目根目录的 facefusion.ini重启不丢。第一次拿到结果界面与最小输入要求界面分四块SOURCE源、TARGET目标、PROCESSORS处理流程、OUTPUT输出。第一次跑只需满足三个条件源图必须是一张只含一张脸的图片——代码里换脸模块会检测「是否恰好一张脸」多人图会直接报错退出目标可以是图片jpg/png 等或视频mp4/mov/mkv 等处理流程勾选face_swapper输出目录填一个存在的文件夹点 Run。跑完后到 Output 区域点下载或在预览窗口看中间帧。命令行党可以直接用headless-run跳过界面python facefusion.py headless-run -s source.jpg -t target.mp4 -o output/注意-o后面是目录扩展名必须和目标一致否则会被拒绝。逐个功能定参数换脸模块决定脸换得像不像、糊不糊先解决什么换脸是整条流水线的起点源脸被缩放塞进模型输入分辨率换完的脸普遍偏糊、边缘生硬。不把这步调好后面增强和掩膜都是在补救模糊。在哪调处理流程勾选face_swapper后出现三个控件模型、pixel boost输入分辨率、weight。实现在 facefusion/processors/modules/face_swapper/。推荐值模型先选inswapper_128稳定、速度快追求纹理细节换hyperswap_1a_256这也是代码里的默认值。pixel boost 默认128x128目标视频是 1080p 以上时升到512x512。低于默认意味着脸在模型里只有 128 像素五官细节必然丢失升到 1024 计算量涨好几倍除非出片否则不值。weight 建议设在 0.5-0.7。低于 0.5 会残留太多目标脸的五官特征看起来像「两张脸叠印」高于 0.9 源脸的肤色、脸型会原样搬过来和身体、光影接不上。怎么验收放大预览帧对比源图与结果的下颌线走向和肤色。出现双边缘脸的轮廓有两条线、明显色偏或「贴纸感」先把 weight 压回 0.5再去看掩膜的 blur。增强模块把糊脸补清晰先解决什么换完的脸分辨率不足、毛孔和发丝发糊。增强模块用人脸修复模型做超分和细节重建不做这步1080p 以上出片脸部会明显虚。在哪调处理流程勾选face_enhancer出现模型、blend、weight 三个控件。推荐值模型选gfpgan_1.4代码默认值通用性最好codeformer修复感更重适合烂画质救场。blend 建议设在 70-90。blend 是增强帧与原始帧的混合比例低于 70 提升肉眼几乎看不出高于 90 皮肤会被过度平滑出现油亮的「塑料感」。weight 保持 0.5 附近即可它控制增强模型对结果的信任度日常不用动。怎么验收放大看眼睛、嘴唇、发际线这三个高对比区。皮肤纹理清晰但不反光就是合格一旦脸部出现磨皮味或高光变糊把 blend 往回压到 70而不是继续加。掩膜模块把边界揉自然先解决什么掩膜决定「只替换脸的哪一块」以及边缘羽化程度。边界锯齿、耳朵头发残留、背景元素泄漏基本都是这里的问题。核心实现在 facefusion/face_masker.pyblur 通过高斯模糊对掩膜边缘做柔化。在哪调界面 Face Masker 区域含掩膜类型、遮挡模型face_occluder_model、blur 滑块、四边 padding。推荐值face_mask_types同时勾选box和occlusion。只勾 box 是最省事的默认但方盒边缘会在发际线、耳朵处露出硬边加上 occlusion 用分割模型把脸抠准。face_mask_blur设 0.5-1.0默认 0.3。低于 0.3 边缘基本是硬切放大看会有锯齿拉到 1.0 附近边缘过度发虚脸和背景交界发雾。face_occluder_model从xseg_1起步默认值边界不稳再升xseg_2。目标里有多人且选错时人脸选择默认就是 reference 模式reference_face_distance建议 0.2-0.4低于 0.2 只认几乎同位置的脸转头就丢高于 0.5 会误框旁边的人。怎么验收检查脸与背景的交界要无锯齿、无光晕再看原图的头发、耳朵、衣领有没有被替换进输出。有泄漏就升遮挡模型有光晕就调高 blur。照抄即用三套场景组合用途推荐组合为什么这么搭短视频快出inswapper_128pixel boost 256x256gfpgan_1.4blend 80blur 0.5output_video_preset用veryfast、quality 80128 模型 快编码几分钟出片画质够平台投放精修出片hyperswap_1a_256pixel boost 512x512gfpgan_1.4blend 70-90blur 0.5-1.0quality 85-90preset 降到fast256 输入模型纹理更细高一点编码质量保皮肤细节批量长视频xseg_1掩膜 video_memory_strategy设strictthread count 取 CPU 核数 50-75%strict 策略每阶段释放模型内存长视频不爆显存优先保吞吐进阶选项档位与执行环境遮挡模型分档xseg_1最快预览和批量够用xseg_2精度与速度折中日常精修选它xseg_3精度最高出片级再用选many会把三个模型都跑一遍取交集边界最稳但最慢只给关键素材。执行后端在execution_providers配置NVIDIA 卡优先tensorrt首次构建引擎缓存慢之后走缓存明显加速其次cudaWindows 上directml是稳妥选择没有 GPU 就落到cpu。execution_thread_count范围 1-32一般设为物理核数的 50-75%开满反而因上下文切换变慢。处理 10 分钟以上长视频时把video_memory_strategy设为strict代码默认即 strict它会在每个处理阶段清空推理池代价是阶段间重复加载模型。不对劲时查这里视频里人脸闪跳、忽而这张脸忽而那张脸→ 跟踪置信度不够或多人场景选错脸 → 把face_tracker_score从 0 提到 0.05-0.2或保持 reference 选择模式并微调reference_face_distance边界锯齿、原头发或背景泄漏进结果→ 掩膜没盖全或羽化不足 →boxocclusion双开face_mask_blur提到 0.5-1.0遮挡模型升到xseg_2或xseg_3换完的脸发塑料、皮肤发亮→ blend 过高导致过度修复 →face_enhancer_blend压到 70或换gpen_bfr_512对比效果脸部细节糊、放大全是马赛克→ 模型输入分辨率太低 →face_swapper_pixel_boost升到512x512再跑长视频跑到一半显存溢出→ 帧缓冲占满显存 →video_memory_strategy改strict同时确认 preset 别选veryslow这类慢编码收尾按「先跑通换脸 → 再叠增强 → 最后抠掩膜边界」的顺序练手每一层只动一个参数用预览帧验证后再进下一层。调好的组合写进 facefusion.ini 存成预设下次直接加载。【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考