AI

前言

Roop最新版改善了跳闪的问题，脸部处理更加精细，炼丹的效率也提升了约5倍左右，支持多张脸部选择替换。本文简略介绍ROOP的Windows平台下安装配置。

需要的前置准备

环境 版本
Python 3.10.6
Git工具
ffmpeg 6.0
Visual Studio 2022
CUDA 11.8.0
NvidiaGpu 9系以上

开始部署

在任意文件夹下（你想要安装的地方）打开cmd，输入以下命令
克隆roop项目
git clone https://github.com/s0md3v/roop
输入”cd root”进入roop文件夹
创建虚拟环境
python -m venv venv
激活虚拟环境
call venv\scripts\activate
安装依赖包
pip install -r requirements.txt
查看已安装包
pip list
检查onnxruntime-gpu包是否安装，这会决定你能不能启用N卡
如果没有，用以下命令重装
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.15.1
如果本地缓存有冲突依赖包安装失败 ，可执行
pip install –no-cache-dir -r requirements.txt

常用指令

1
2
3
4
5
6
python run.py //只用CPU处理视频
python run.py --execution-provider cuda  //使用GPU处理视频
python run.py  --execution-provider cuda --temp-frame-format  jpg //图片保存jpg格式
python run.py --execution-provider cuda --temp-frame-format  jpg  --frame-processor face_swapper face_enhancer //视频高清化处理
python  run.py --execution-provider cuda --temp-frame-format jpg --frame-processor face_swapper face_enhancer --similar-face-distance 1.5 //处理脸部跳闪
python run.py  --execution-provider cuda   --reference-face-position  3   --reference-frame-number  166  --similar-face-distance 1.5 //指定帧识别人脸并替换

参数调整

老显卡限制内存和线程参考

1
2
3
python run.py --execution-provider cuda   --max-memory 4  --execution-threads 1
python run.py --execution-provider cuda   --max-memory 6  --execution-threads 2
python run.py --execution-provider cuda   --max-memory 8  --execution-threads 4

其中 “–max-memory 4”参数为显存大小设定为4 “–execution-threads 1”为调用线程数设定为1

其它参数

1
2
3
4
5
6
--temp-frame-format {jpg,png} //帧提取的图像格式
--temp-frame-quality [0-100] //帧提取的图像质量
--output-video-encoder {libx264,libx265,libvpx-vp9,h264_nvenc,hevc_nvenc} //输出视频的编码
--output-video-quality [0-100] //输出视频的质量
--max-memory MAX_MEMORY //最大RAM量（单位：GB）
--execution-threads EXECUTION_THREADS //执行线程数量

文章引用：
帮助文档：https://roop-ai.gitbook.io/roop/installation/acceleration
项目地址：https://github.com/s0md3v/roop
GPU加速：https://github.com/s0md3v/roop/wiki/