FaceFusion 换脸快速上手装好、调平、批量跑通一篇搞定【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion换脸翻车大多是假接缝明显、肤色对不上、眼神发死。FaceFusion 这个开源 AI 人脸操作平台把一张源脸换进图片或视频逐帧处理并保留原有的光线、肤色和表情还提供增强、唇形同步等配套能力。装上之后换脸调参和批量任务基本都能在一套 Web 界面里完成。装好并跑通第一帧git clone https://gitcode.com/GitHub_Trending/fa/facefusion cd facefusion python install.py python facefusion.py runclone 拿源码进目录install.py装齐 Python 依赖和 ONNX Runtime 推理环境run拉起 Web 界面浏览器自动打开首次启动会从 GitHub / HuggingFace 下载模型文件之后走本地缓存不想碰终端的话官方提供 Windows 和 macOS 安装器效果等同在界面里上传一张正脸清晰的源图、选一个目标图或视频左侧勾上 face_swapper 和 face_enhancer点 START第一个结果就出来了。想直接出片也可以不进界面用 headless 模式一条命令搞定python facefusion.py headless-run -s 源图.jpg -t 目标.mp4 --processors face_swapper face_enhancer -o output.mp4 --output-video-scale 0.5它的核心工作流整条链路是一条流水线源脸 目标素材 → 检测定位人脸 → 处理器逐帧改造 → 编码输出检测face_detector / face_landmarker 先框出目标里的脸并打上关键点face_selector 再按数量、大小、性别、年龄筛出要动的那一张处理processors 参数一次挂多个处理器串联执行face_swapper 换脸后交给 face_enhancer 补细节视频还能挂 lip_syncer它用 voice_extractor 把目标音轨提出来做口型对齐产出结果按 output_video_scale 缩放、按编码器写盘音频可单独控制质量与音量处理器作用关键参数face_detector框出人脸model / size / scoreface_selector多张脸时筛出目标那张modemany / one / reference、age、genderface_swapper换脸主力model、weightface_enhancer补回面部细节model、blend、weightlip_syncer口型对齐音轨model、weightframe_enhancer / background_remover全帧增强 / 抠背景blend、fill_color这些能力可以一次勾选串联执行互不冲突参数怎么调才不翻车出片不满意时先对照症状找对象再动对应的参数症状怀疑对象动哪个参数调到多少验收标准换到了路人脸上检测选择face_selector_mode orderone 模式order 按 small-large只有目标那张脸被处理肤色偏色、接缝明显融合权重face_swapper_weight0.4 ~ 0.6与原画面光影连续无明显边界脸发糊、缺细节增强不够face_enhancer_blend70 ~ 80细节回来了但没有塑料感视频里脸一帧一帧抖逐帧检测漂移face_selector_mode 切 reference提高 face_tracker_score—全程锁同一张脸边缘不抖口型对不上唇形模块lip_syncer_weight从 0.8 起微调说话时嘴型跟得上 两条可照搬的组合光线反差大的素材face_swapper_weight 0.5 以下 face_enhancer_blend 70。低权重保留更多原脸光影色差更不容易穿帮。发手机 / 社交端output_video_scale 0.5 ~ 0.75 output_video_quality 80。分辨率降下来逐帧耗时明显下降观感损失很小。所有参数都能写进facefusion.ini同一套参数换不同目标时不用重复填。跑得快 批量化硬件路线怎么选瓶颈基本在推理硬件FaceFusion 底层用 ONNX Runtime 跑模型执行器execution provider决定快慢有 NVIDIA 显卡装好 CUDA 后选cuda提速最明显再激进一点选tensorrt它会把引擎文件缓存到本地.caches/同一任务第二次跑更快只有 CPU保持cpu执行器把 execution thread count 调到接近物理核心数同时用output_video_scale降分辨率逐帧耗时大约能砍掉一半社交平台尺寸完全够用任务队列最小闭环素材一多就别一张张点了job 体系就是为此设计的每个 job 是带状态的 JSON 草稿一个 job 可以挂多个 step每个 step 各自带参数换脸和增强可以拆成两步分别调。python facefusion.py job-create my-job python facefusion.py job-add-step my-job --processors face_swapper -s 源图.jpg -t 目标.mp4 -o out-step1.mp4 python facefusion.py job-add-step my-job --processors face_enhancer -t out-step1.mp4 -o out-step2.mp4 python facefusion.py job-submit-all python facefusion.py job-run-all python facefusion.py job-retry-all建任务 → 加步骤 → 全部转排队 → 一键跑完队列失败的用job-retry-all重新入队。想清理时用job-list看状态、job-delete-all清空。想看实现去哪找现象对应模块换脸 / 增强 / 唇形效果facefusion/processors/modules/ 下各目录如 face_swapper/、face_enhancer/、lip_syncer/人脸定位、跟踪逻辑facefusion/face_detector.py、facefusion/face_tracker.py执行器、推理加速facefusion/execution.py任务队列机制facefusion/jobs/避坑与高频问题现象可能原因处理办法首次启动卡住或报错需要联网下载模型文件保持网络模型落本地缓存后之后离线也能跑目标里脸太多换错人没限定目标人脸face_selector 切 one / reference 模式按大小、性别筛1080p 图跑得慢CPU 执行换 cuda / tensorrt或降 output scale长视频爆内存逐帧缓存策略偏保守调整 video_memory_strategy平衡内存与磁盘换出来的脸不像源照片weight 偏低、源图模糊或侧脸weight 调到 0.5 ~ 0.6换一张正脸高清源图输出格式打不开编码器 / 容器不匹配换 output_video_encoder 与封装格式支持的范围图片 JPG / PNG / WebP / BMP / TIFF视频 MP4 / MKV / MOV / AVI / WEBM 等常见封装音频走 ffmpeg 提取音轨。资源方面建议内存 8GB 起有 6GB 以上显存的 N 卡体验最好纯 CPU 能跑但慢。收尾与边界FaceFusion 把换脸、增强、唇形同步打包成了可配置、可批量、可离线的工具装一次、调几轮参数就能稳定出活入门成本低参数和模型体系也留足了深挖空间。最后一句提醒换脸对象请使用自己授权或已获本人同意的素材发布前确认不侵犯他人肖像权与名誉权。技术好用边界自己守。【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 
长河君 · 2026/10/16 1:23:15 · 阅读 1.2k FaceFusion 换脸快速上手：装好、调平、批量跑通一篇搞定
FaceFusion 换脸快速上手装好、调平、批量跑通一篇搞定【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion换脸翻车大多是假接缝明显、肤色对不上、眼神发死。FaceFusion 这个开源 AI 人脸操作平台把一张源脸换进图片或视频逐帧处理并保留原有的光线、肤色和表情还提供增强、唇形同步等配套能力。装上之后换脸调参和批量任务基本都能在一套 Web 界面里完成。装好并跑通第一帧git clone https://gitcode.com/GitHub_Trending/fa/facefusion cd facefusion python install.py python facefusion.py runclone 拿源码进目录install.py装齐 Python 依赖和 ONNX Runtime 推理环境run拉起 Web 界面浏览器自动打开首次启动会从 GitHub / HuggingFace 下载模型文件之后走本地缓存不想碰终端的话官方提供 Windows 和 macOS 安装器效果等同在界面里上传一张正脸清晰的源图、选一个目标图或视频左侧勾上 face_swapper 和 face_enhancer点 START第一个结果就出来了。想直接出片也可以不进界面用 headless 模式一条命令搞定python facefusion.py headless-run -s 源图.jpg -t 目标.mp4 --processors face_swapper face_enhancer -o output.mp4 --output-video-scale 0.5它的核心工作流整条链路是一条流水线源脸 目标素材 → 检测定位人脸 → 处理器逐帧改造 → 编码输出检测face_detector / face_landmarker 先框出目标里的脸并打上关键点face_selector 再按数量、大小、性别、年龄筛出要动的那一张处理processors 参数一次挂多个处理器串联执行face_swapper 换脸后交给 face_enhancer 补细节视频还能挂 lip_syncer它用 voice_extractor 把目标音轨提出来做口型对齐产出结果按 output_video_scale 缩放、按编码器写盘音频可单独控制质量与音量处理器作用关键参数face_detector框出人脸model / size / scoreface_selector多张脸时筛出目标那张modemany / one / reference、age、genderface_swapper换脸主力model、weightface_enhancer补回面部细节model、blend、weightlip_syncer口型对齐音轨model、weightframe_enhancer / background_remover全帧增强 / 抠背景blend、fill_color这些能力可以一次勾选串联执行互不冲突参数怎么调才不翻车出片不满意时先对照症状找对象再动对应的参数症状怀疑对象动哪个参数调到多少验收标准换到了路人脸上检测选择face_selector_mode orderone 模式order 按 small-large只有目标那张脸被处理肤色偏色、接缝明显融合权重face_swapper_weight0.4 ~ 0.6与原画面光影连续无明显边界脸发糊、缺细节增强不够face_enhancer_blend70 ~ 80细节回来了但没有塑料感视频里脸一帧一帧抖逐帧检测漂移face_selector_mode 切 reference提高 face_tracker_score—全程锁同一张脸边缘不抖口型对不上唇形模块lip_syncer_weight从 0.8 起微调说话时嘴型跟得上 两条可照搬的组合光线反差大的素材face_swapper_weight 0.5 以下 face_enhancer_blend 70。低权重保留更多原脸光影色差更不容易穿帮。发手机 / 社交端output_video_scale 0.5 ~ 0.75 output_video_quality 80。分辨率降下来逐帧耗时明显下降观感损失很小。所有参数都能写进facefusion.ini同一套参数换不同目标时不用重复填。跑得快 批量化硬件路线怎么选瓶颈基本在推理硬件FaceFusion 底层用 ONNX Runtime 跑模型执行器execution provider决定快慢有 NVIDIA 显卡装好 CUDA 后选cuda提速最明显再激进一点选tensorrt它会把引擎文件缓存到本地.caches/同一任务第二次跑更快只有 CPU保持cpu执行器把 execution thread count 调到接近物理核心数同时用output_video_scale降分辨率逐帧耗时大约能砍掉一半社交平台尺寸完全够用任务队列最小闭环素材一多就别一张张点了job 体系就是为此设计的每个 job 是带状态的 JSON 草稿一个 job 可以挂多个 step每个 step 各自带参数换脸和增强可以拆成两步分别调。python facefusion.py job-create my-job python facefusion.py job-add-step my-job --processors face_swapper -s 源图.jpg -t 目标.mp4 -o out-step1.mp4 python facefusion.py job-add-step my-job --processors face_enhancer -t out-step1.mp4 -o out-step2.mp4 python facefusion.py job-submit-all python facefusion.py job-run-all python facefusion.py job-retry-all建任务 → 加步骤 → 全部转排队 → 一键跑完队列失败的用job-retry-all重新入队。想清理时用job-list看状态、job-delete-all清空。想看实现去哪找现象对应模块换脸 / 增强 / 唇形效果facefusion/processors/modules/ 下各目录如 face_swapper/、face_enhancer/、lip_syncer/人脸定位、跟踪逻辑facefusion/face_detector.py、facefusion/face_tracker.py执行器、推理加速facefusion/execution.py任务队列机制facefusion/jobs/避坑与高频问题现象可能原因处理办法首次启动卡住或报错需要联网下载模型文件保持网络模型落本地缓存后之后离线也能跑目标里脸太多换错人没限定目标人脸face_selector 切 one / reference 模式按大小、性别筛1080p 图跑得慢CPU 执行换 cuda / tensorrt或降 output scale长视频爆内存逐帧缓存策略偏保守调整 video_memory_strategy平衡内存与磁盘换出来的脸不像源照片weight 偏低、源图模糊或侧脸weight 调到 0.5 ~ 0.6换一张正脸高清源图输出格式打不开编码器 / 容器不匹配换 output_video_encoder 与封装格式支持的范围图片 JPG / PNG / WebP / BMP / TIFF视频 MP4 / MKV / MOV / AVI / WEBM 等常见封装音频走 ffmpeg 提取音轨。资源方面建议内存 8GB 起有 6GB 以上显存的 N 卡体验最好纯 CPU 能跑但慢。收尾与边界FaceFusion 把换脸、增强、唇形同步打包成了可配置、可批量、可离线的工具装一次、调几轮参数就能稳定出活入门成本低参数和模型体系也留足了深挖空间。最后一句提醒换脸对象请使用自己授权或已获本人同意的素材发布前确认不侵犯他人肖像权与名誉权。技术好用边界自己守。【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