[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-YuvalNirkin--fsgan":3,"tool-YuvalNirkin--fsgan":64},[4,17,26,40,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,2,"2026-04-03T11:11:01",[13,14,15],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":23,"last_commit_at":32,"category_tags":33,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,34,35,36,15,37,38,13,39],"数据工具","视频","插件","其他","语言模型","音频",{"id":41,"name":42,"github_repo":43,"description_zh":44,"stars":45,"difficulty_score":10,"last_commit_at":46,"category_tags":47,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,38,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":16},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74913,"2026-04-05T10:44:17",[38,14,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":23,"last_commit_at":62,"category_tags":63,"status":16},2471,"tesseract","tesseract-ocr\u002Ftesseract","Tesseract 是一款历史悠久且备受推崇的开源光学字符识别（OCR）引擎，最初由惠普实验室开发，后由 Google 维护，目前由全球社区共同贡献。它的核心功能是将图片中的文字转化为可编辑、可搜索的文本数据，有效解决了从扫描件、照片或 PDF 文档中提取文字信息的难题，是数字化归档和信息自动化的重要基础工具。\n\n在技术层面，Tesseract 展现了强大的适应能力。从版本 4 开始，它引入了基于长短期记忆网络（LSTM）的神经网络 OCR 引擎，显著提升了行识别的准确率；同时，为了兼顾旧有需求，它依然支持传统的字符模式识别引擎。Tesseract 原生支持 UTF-8 编码，开箱即用即可识别超过 100 种语言，并兼容 PNG、JPEG、TIFF 等多种常见图像格式。输出方面，它灵活支持纯文本、hOCR、PDF、TSV 等多种格式，方便后续数据处理。\n\nTesseract 主要面向开发者、研究人员以及需要构建文档处理流程的企业用户。由于它本身是一个命令行工具和库（libtesseract），不包含图形用户界面（GUI），因此最适合具备一定编程能力的技术人员集成到自动化脚本或应用程序中",73286,"2026-04-03T01:56:45",[13,14],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":79,"owner_twitter":79,"owner_website":81,"owner_url":82,"languages":83,"stars":92,"forks":93,"last_commit_at":94,"license":95,"difficulty_score":10,"env_os":96,"env_gpu":97,"env_ram":98,"env_deps":99,"category_tags":106,"github_topics":107,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":112,"updated_at":113,"faqs":114,"releases":143},2312,"YuvalNirkin\u002Ffsgan","fsgan"," FSGAN - Official PyTorch Implementation","FSGAN 是一款基于 PyTorch 开发的开源人工智能项目，专注于实现高质量的视频人脸替换与表情重演。它核心解决了传统换脸技术依赖特定人物训练数据的痛点，具备“主体无关”的特性，这意味着用户无需针对每一对源脸和目标脸重新训练模型，即可直接应用于任意两张人脸图像或视频序列。\n\n该项目特别适合计算机视觉领域的研究人员、AI 开发者以及关注深度伪造检测技术的专业人士使用。官方发布代码的初衷之一，便是通过公开先进算法来促进反伪造检测技术的研究与发展。\n\n在技术层面，FSGAN 拥有多项创新亮点：它采用了一种新颖的循环神经网络（RNN）架构，能够精准适配姿态和表情的复杂变化；利用德劳内三角剖分与重心坐标技术，实现了视频帧间人脸视角的平滑连续插值；此外，还集成了人脸补全网络以处理遮挡区域，并通过结合泊松优化与感知损失的创新混合网络，确保换脸后肤色与光照条件的自然融合。尽管效果出众，但使用时需注意硬件要求较高（推荐显存 11GB 以上的 NVIDIA 显卡），且并非所有人脸组合都能达到完美效果。","## FSGAN - Official PyTorch Implementation\n![Teaser](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FYuvalNirkin_fsgan_readme_9aef0532c7eb.gif)\nExample video face swapping: Barack Obama to Benjamin Netanyahu, Shinzo Abe to Theresa May, and Xi Jinping to \nJustin Trudeau.\n\nThis repository contains the source code for the video face swapping and face reenactment method described in the paper:\n> **FSGAN: Subject Agnostic Face Swapping and Reenactment**  \n> *International Conference on Computer Vision (ICCV), Seoul, Korea, 2019*  \n> Yuval Nirkin, Yosi Keller, Tal Hassner  \n> [Paper](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1908.05932.pdf)   [Video](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=BsITEVX6hkE)\n>\n> **Abstract:** *We present Face Swapping GAN (FSGAN) for face swapping and reenactment. Unlike previous work, FSGAN is subject agnostic and can be applied to pairs of faces without requiring training on those faces. To this end, we describe a number of technical contributions. We derive a novel recurrent neural network (RNN)–based approach for face reenactment which adjusts for both pose and expression variations and can be applied to a single image or a video sequence. For video sequences, we introduce continuous interpolation of the face views based on reenactment, Delaunay Triangulation, and barycentric coordinates. Occluded face regions are handled by a face completion network. Finally, we use a face blending network for seamless blending of the two faces while preserving target skin color and lighting conditions. This network uses a novel Poisson blending loss which combines Poisson optimization with perceptual loss. We compare our approach to existing state-of-the-art systems and show our results to be both qualitatively and quantitatively superior.*\n\n## Important note\n**THE METHODS PROVIDED IN THIS REPOSITORY ARE NOT TO BE USED FOR MALICIOUS OR INAPPROPRIATE USE CASES.**  \nWe release this code in order to help facilitate research of technical counter-measures for detecting this\nkind of forgeries. Suppressing this kind of publications will not stop their development but will only make\nit more difficult to detect them. \n\nPlease note this is a work in progress, while we make every effort to improve the results of this method, not\nevery pair of faces can produce a high quality face swap.\n\n\n## Requirements\n- High-end NVIDIA GPUs with at least 11GB of DRAM.\n- Either Linux or Windows. We recommend Linux for better performance.\n- CUDA Toolkit 10.1+, CUDNN 7.5+, and the latest NVIDIA driver.\n\n## Installation\n```Bash\ngit clone https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\ncd fsgan\nconda env create -f fsgan_env.yml\nconda activate fsgan\npip install .    # Alternatively add the root directory of the repository to PYTHONPATH.\n```\n\nRun the following command to download FSGAN's pretrained models:\n```Bash\npython download_fsgan_models.py   # From the repository root directory\n```\n\n## Inference\n- [Face swapping guide](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FFace-Swapping-Inference)\n- [Face swapping Google Colab](fsgan\u002Finference\u002Fface_swapping.ipynb)\n- [Paper models guide](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FPaper-Models-Inference)\n\n## Training\n- [Training V2](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FTraining-V2)\n\n## Comparison on FaceForensics++\nTo make it easier to compare against FSGAN, we have provided the FSGAN (original paper) results on the [FaceForensics++](https:\u002F\u002Fgithub.com\u002Fondyari\u002FFaceForensics) dataset for both the C23 and C40 compressions:\n- [FaceForensics++ FSGANv1 C40](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Freleases\u002Fdownload\u002Fv1.0.1\u002Fface_forensics_fsgan_v1_c40.zip)\n- [FaceForensics++ FSGANv1 C23 (part 1)](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Freleases\u002Fdownload\u002Fv1.0.1\u002Fface_forensics_fsgan_v1_c23_part1.zip)\n- [FaceForensics++ FSGANv1 C23 (part 2)](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Freleases\u002Fdownload\u002Fv1.0.1\u002Fface_forensics_fsgan_v1_c23_part2.zip)\n\n## Citation\n```\n@inproceedings{nirkin2019fsgan,\n  title={{FSGAN}: Subject agnostic face swapping and reenactment},\n  author={Nirkin, Yuval and Keller, Yosi and Hassner, Tal},\n  booktitle={Proceedings of the IEEE International Conference on Computer Vision},\n  pages={7184--7193},\n  year={2019}\n}\n\n@inproceedings{nirkin2022fsganv2,\n  title={{FSGANv2}: Improved Subject Agnostic Face Swapping and Reenactment},\n  author={Nirkin, Yuval and Keller, Yosi and Hassner, Tal},\n  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},\n  year={2022},\n  publisher={IEEE}\n}\n```\n","## FSGAN - 官方 PyTorch 实现\n![预告片](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FYuvalNirkin_fsgan_readme_9aef0532c7eb.gif)\n示例视频人脸交换：巴拉克·奥巴马换为本雅明·内塔尼亚胡，安倍晋三换为特雷莎·梅，以及习近平换为贾斯廷·特鲁多。\n\n本仓库包含论文中描述的视频人脸交换与人脸重演方法的源代码：\n> **FSGAN：主体无关的人脸交换与重演**  \n> *国际计算机视觉会议（ICCV），韩国首尔，2019年*  \n> Yuval Nirkin、Yosi Keller、Tal Hassner  \n> [论文](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1908.05932.pdf)   [视频](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=BsITEVX6hkE)\n>\n> **摘要：** *我们提出了用于人脸交换和重演的 Face Swapping GAN（FSGAN）。与先前的工作不同，FSGAN 是主体无关的，无需针对特定人脸进行训练即可应用于任意两个人脸对。为此，我们提出了一系列技术贡献。我们设计了一种基于循环神经网络（RNN）的新型人脸重演方法，该方法能够适应姿态和表情的变化，并可应用于单张图像或视频序列。对于视频序列，我们引入了基于重演结果、Delaunay 三角剖分和重心坐标的连续视图插值技术。对于被遮挡的人脸区域，我们使用了一个人脸补全网络来处理。最后，我们采用一个人脸融合网络，实现两幅人脸的无缝融合，同时保持目标皮肤颜色和光照条件。该网络使用了一种新颖的泊松融合损失函数，将泊松优化与感知损失相结合。我们将我们的方法与现有的最先进系统进行了比较，结果表明无论从定性还是定量角度来看，我们的方法都更为优越。*\n\n## 重要提示\n**本仓库提供的方法不得用于恶意或不当用途。**  \n我们发布此代码旨在帮助推动针对此类伪造技术的技术性反制措施的研究。压制此类研究成果并不能阻止其发展，反而会使检测变得更加困难。\n\n请注意，这仍处于开发阶段。尽管我们竭尽全力改进该方法的效果，但并非所有的人脸对都能生成高质量的人脸交换结果。\n\n\n## 系统要求\n- 配备至少 11GB 显存的高端 NVIDIA GPU。\n- 支持 Linux 或 Windows 操作系统。为获得更好的性能，建议使用 Linux。\n- CUDA Toolkit 10.1+、CUDNN 7.5+ 以及最新版本的 NVIDIA 驱动程序。\n\n## 安装\n```Bash\ngit clone https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\ncd fsgan\nconda env create -f fsgan_env.yml\nconda activate fsgan\npip install .    # 或者将仓库根目录添加到 PYTHONPATH。\n```\n\n运行以下命令以下载 FSGAN 的预训练模型：\n```Bash\npython download_fsgan_models.py   # 从仓库根目录执行\n```\n\n## 推理\n- [人脸交换指南](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FFace-Swapping-Inference)\n- [人脸交换 Google Colab 笔记本](fsgan\u002Finference\u002Fface_swapping.ipynb)\n- [论文模型指南](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FPaper-Models-Inference)\n\n## 训练\n- [训练 V2 指南](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FTraining-V2)\n\n## 在 FaceForensics++ 上的对比\n为了便于与 FSGAN 进行比较，我们已在 [FaceForensics++](https:\u002F\u002Fgithub.com\u002Fondyari\u002FFaceForensics) 数据集上提供了 FSGAN（原始论文）在 C23 和 C40 压缩下的结果：\n- [FaceForensics++ FSGANv1 C40](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Freleases\u002Fdownload\u002Fv1.0.1\u002Fface_forensics_fsgan_v1_c40.zip)\n- [FaceForensics++ FSGANv1 C23（第1部分）](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Freleases\u002Fdownload\u002Fv1.0.1\u002Fface_forensics_fsgan_v1_c23_part1.zip)\n- [FaceForensics++ FSGANv1 C23（第2部分）](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Freleases\u002Fdownload\u002Fv1.0.1\u002Fface_forensics_fsgan_v1_c23_part2.zip)\n\n## 引用\n```\n@inproceedings{nirkin2019fsgan,\n  title={{FSGAN}: 主体无关的人脸交换与重演},\n  author={Nirkin, Yuval 和 Keller, Yosi 和 Hassner, Tal},\n  booktitle={IEEE 国际计算机视觉会议论文集},\n  pages={7184--7193},\n  year={2019}\n}\n\n@inproceedings{nirkin2022fsganv2,\n  title={{FSGANv2}: 改进的主体无关的人脸交换与重演},\n  author={Nirkin, Yuval 和 Keller, Yosi 和 Hassner, Tal},\n  journal={IEEE 模式分析与机器智能汇刊},\n  year={2022},\n  publisher={IEEE}\n}\n```","# FSGAN 快速上手指南\n\nFSGAN (Face Swapping GAN) 是一个与主体无关的人脸交换和重演工具，无需针对特定人脸进行训练即可处理任意人脸对。本项目基于 PyTorch 实现，支持视频级的人脸替换。\n\n> **⚠️ 重要提示**：本代码仅供学术研究及开发检测伪造技术的反制措施使用。**严禁**将其用于恶意或不适当的场景（如制作虚假新闻、侵犯肖像权等）。\n\n## 1. 环境准备\n\n在开始之前，请确保您的系统满足以下硬件和软件要求：\n\n*   **操作系统**：推荐 Linux（性能更佳），支持 Windows。\n*   **GPU**：高端 NVIDIA 显卡，显存至少 **11GB**。\n*   **驱动与工具包**：\n    *   NVIDIA 驱动程序（最新版）\n    *   CUDA Toolkit 10.1+\n    *   cuDNN 7.5+\n*   **依赖管理**：需安装 [Conda](https:\u002F\u002Fdocs.conda.io\u002F) (Miniconda 或 Anaconda)。\n\n## 2. 安装步骤\n\n请依次执行以下命令来克隆仓库、创建虚拟环境并安装依赖。\n\n```Bash\n# 1. 克隆项目代码\ngit clone https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\ncd fsgan\n\n# 2. 创建 Conda 环境 (根据 fsgan_env.yml 配置)\nconda env create -f fsgan_env.yml\n\n# 3. 激活环境\nconda activate fsgan\n\n# 4. 安装项目包\npip install .\n# 或者将仓库根目录添加到 PYTHONPATH 环境变量中\n```\n\n### 下载预训练模型\n\n安装完成后，运行以下脚本自动下载 FSGAN 所需的预训练模型：\n\n```Bash\npython download_fsgan_models.py\n```\n*(注：如果下载速度较慢，可尝试手动从 GitHub Release 页面下载模型文件并放置到对应目录)*\n\n## 3. 基本使用\n\nFSGAN 提供了多种推理方式，最简单的入门方式是使用官方提供的 Google Colab 笔记本或参考 Wiki 指南进行本地命令行操作。\n\n### 方式一：使用 Google Colab (推荐新手)\n无需配置本地环境，直接在浏览器中运行：\n*   [Face swapping Google Colab](fsgan\u002Finference\u002Fface_swapping.ipynb)\n\n### 方式二：本地命令行推理\n完整的命令行参数和用法请参考官方 Wiki 文档：\n*   [人脸交换推理指南 (Face Swapping Guide)](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FFace-Swapping-Inference)\n*   [论文模型推理指南 (Paper Models Guide)](https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fwiki\u002FPaper-Models-Inference)\n\n典型的使用场景是提供一张源人脸图片（Source）和一个目标视频（Target），生成源人脸替换目标视频中人脸的新视频。\n\n---\n*引用本文工作请参考：Nirkin et al., \"FSGAN: Subject Agnostic Face Swapping and Reenactment\", ICCV 2019.*","某影视后期团队在制作一部低成本历史纪录片时，需要将现代采访素材中的受访者面部替换为已故历史人物的影像，以增强叙事沉浸感。\n\n### 没有 fsgan 时\n- **训练成本高昂**：传统换脸模型需针对每一对特定人脸重新训练，处理多位历史人物意味着漫长的等待和高昂的算力消耗。\n- **动态表现僵硬**：难以完美匹配源视频中复杂的头部姿态和细微表情变化，导致合成画面出现明显的“面具感”或动作不同步。\n- **光影融合生硬**：直接拼接会导致肤色不均和光照冲突，后期需人工逐帧修饰遮罩，极大拖慢制作进度。\n- **遮挡处理失效**：当人物手部经过面部或发生侧身遮挡时，算法无法自动补全缺失区域，造成画面穿帮。\n\n### 使用 fsgan 后\n- **无需针对性训练**：fsgan 具备“主体无关”特性，可直接将任意源脸应用到目标视频上，立即开始制作，大幅缩短项目周期。\n- **动作自然流畅**：其基于 RNN 的重演技术能精准捕捉并迁移姿态与表情，即使在大角度转头时也能保持极高的连贯性。\n- **自适应光影融合**：内置的面部混合网络利用泊松优化损失，自动保留目标视频的肤色与环境光，实现无缝视觉过渡。\n- **智能修复遮挡**：面对手部遮挡等复杂情况，fsgan 的面部补全网络能自动生成合理的缺失像素，确保持续稳定的输出质量。\n\nfsgan 通过免训练的通用架构与先进的重演算法，将高门槛的视频换脸技术转化为高效、自然且易于部署的生产力工具。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FYuvalNirkin_fsgan_d04e0d67.png","YuvalNirkin","Yuval Nirkin","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FYuvalNirkin_178fd1a4.jpg","Deep Learning Researcher",null,"Tel Aviv, Israel","nirkin.com","https:\u002F\u002Fgithub.com\u002FYuvalNirkin",[84,88],{"name":85,"color":86,"percentage":87},"Jupyter Notebook","#DA5B0B",74.8,{"name":89,"color":90,"percentage":91},"Python","#3572A5",25.2,779,150,"2026-03-20T13:52:51","CC0-1.0","Linux, Windows","必需，高端 NVIDIA GPU，显存至少 11GB，CUDA Toolkit 10.1+，CUDNN 7.5+","未说明",{"notes":100,"python":101,"dependencies":102},"推荐使用 Linux 以获得更好的性能。代码处于持续开发中（work in progress），并非所有人脸对都能产生高质量的换脸效果。严禁将此方法用于恶意或不适当的用途。首次运行前需执行脚本下载预训练模型。","未说明 (通过 conda 环境文件 fsgan_env.yml 管理)",[103,104,105],"PyTorch","CUDA Toolkit 10.1+","CUDNN 7.5+",[14],[108,109,110,111],"face","swapping","reenactment","segmentation","2026-03-27T02:49:30.150509","2026-04-06T07:13:03.519974",[115,120,125,130,135,139],{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},10598,"运行 swap.py 时出现 'Could not find encoder for codec id 27' 或 ffprobe 错误怎么办？","这通常是因为 OpenCV 编译时未正确链接 FFmpeg 或 Python 环境配置有误。解决方案是重新从源码编译 OpenCV，并在 cmake 步骤中显式指定 Python3 可执行路径和启用 FFmpeg 支持。参考命令如下：\nwget -O opencv.zip https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv\u002Farchive\u002F4.3.0.zip\nunzip opencv.zip\ncd opencv-4.3.0 && mkdir build && cd build\ncmake -D CMAKE_BUILD_TYPE=RELEASE \\\n-D ENABLE_FAST_MATH=ON \\\n-D WITH_FFMPEG=ON \\\n-D BUILD_opencv_python3=yes \\\n-D PYTHON_LIBRARY=$(python3 -c \"import sysconfig; print(sysconfig.get_config_var('LIBDIR'))\") \\\n-D PYTHON_INCLUDE_DIR=$(python3 -c \"import sysconfig; print(sysconfig.get_path('include'))\") \\\n-D CMAKE_INSTALL_PREFIX=$(python3 -c \"import site; print(site.getsitepackages()[0])\") ..\nmake -j$(nproc)\nsudo make install\n此外，确保系统已安装 ffmpeg 命令行工具。","https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fissues\u002F3",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},10599,"是否有 Google Colab 笔记本可以快速体验项目？","有的，官方提供了 Google Colab 笔记本，可以直接在浏览器中运行无需本地配置。访问地址为：https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FYuvalNirkin\u002Ffsgan\u002Fblob\u002Fmaster\u002Finference\u002Fface_swapping.ipynb。如果权重文件下载失败，建议将 Google Drive 中的权重文件夹复制一份到自己的 Drive 中，避免每次重复下载。","https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fissues\u002F1",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},10600,"在 Colab 上运行完成后程序无限挂起且输出文件只有 44KB 怎么办？","该问题曾出现在早期版本中，表现为微调（finetuning）阶段卡死或输出异常。维护者已修复此问题，请确保你使用的是最新版本的代码和 Colab 笔记本。如果问题依旧，尝试重启 Colab 运行时并重新克隆仓库，或检查是否因显存不足导致进程静默失败（可尝试减少批次大小或分辨率）。","https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fissues\u002F14",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},10601,"遇到 'RuntimeError: Expected 2D or 3D input to conv1d, but got input of size [1, 1024, 32, 32]' 维度错误如何解决？","此错误通常发生在 v1 分支上使用默认参数推理时，源于模型输入维度不匹配。确认你使用的代码分支与模型版本一致。若在使用 CPU（如 M1 Mac）后切换到 GPU 环境，请清理缓存并重新加载模型。建议拉取最新代码，因为该问题可能在后续提交中已被修复。如仍报错，可尝试强制指定设备或使用官方推荐的 inference 脚本而非旧版 face_swap_video2video.py。","https:\u002F\u002Fgithub.com\u002FYuvalNirkin\u002Ffsgan\u002Fissues\u002F162",{"id":136,"question_zh":137,"answer_zh":138,"source_url":119},10602,"视频换脸后出现面部闪烁或光影不自然怎么办？","面部闪烁通常与视频编码格式有关。建议使用 avc1 编码器而非 MP4v，因为在微调环节，MP4v 在面部衔接处（尤其是光影反差大时）容易产生少量闪烁。可在生成视频时通过 ffmpeg 参数指定编码器：-c:v libx264 -pix_fmt yuv420p。此外，确保启用了 --finetune 参数进行微调以提升连贯性，并可尝试添加 --seg_remove_mouth 参数优化嘴部融合效果。",{"id":140,"question_zh":141,"answer_zh":142,"source_url":119},10603,"Colab 上安装 OpenCV 耗时过长或导致内存溢出怎么办？","在 Colab 上无需从源码编译完整 OpenCV，直接使用预安装的 opencv-python 包即可满足基本需求。避免执行耗时的 cmake 编译步骤，可节省大量时间并防止 P4 等低显存实例溢出。仅需确保已安装 ffmpeg 和必要的 Python 依赖。若需高级功能，再考虑自定义编译，但测试基本性能时推荐轻量方案。",[144,149],{"id":145,"version":146,"summary_zh":147,"released_at":148},71189,"v1.0.1","Original paper code.","2020-04-16T12:42:46",{"id":150,"version":151,"summary_zh":152,"released_at":153},71190,"v2.0.0","FSGANv2 paper code.","2020-04-16T13:52:34"]