FaceFusion 3.5.0 人脸融合流水线从启动到出片只需三步【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusionFaceFusion 是一个开源的人脸融合平台负责把一张源人脸换进视频或图片并顺带完成增强、修边和导出。这篇文章按「输入 → 换脸 → 增强 → 输出」这条流水线把每个环节由哪个模块负责、关键参数在哪调一次讲清楚。快速上手3 步跑通第一次人脸融合 ️拿到代码并安装依赖git clone https://gitcode.com/GitHub_Trending/fa/facefusion python install.py启动界面python facefusion.py run。首次启动会提示下载模型让它把默认模型拉完即可。在界面里分别选定 source源人脸照片和 target目标视频勾上 face_swapper点运行。第一次不追求质量先确认整条链路能出片。全部参数都能落进 facefusion.ini调好一组后就不用每次重填。流水线拆解输入、换脸、增强、输出各管什么输入端把人脸找对、盯住做的事在每帧里检测人脸、打关键点、跨帧跟踪并决定换哪一张脸。负责模块face_detector、face_landmarker、face_selector、face_tracker见 facefusion/ 根目录下的同名文件。关键参数face_detector_model常用 scrfd 或 many640x640 规格、reference_face_distance参考脸匹配距离。多人群视频里最该动的是后者。换脸环节face_swapper 是主菜做的事把源脸特征迁移到目标脸上替换区域怎么画由掩码决定。负责模块facefusion/processors/modules/face_swapper/。关键参数face_swapper_model常用 inswapper_128、hyperswap_1a_256显存紧可上 inswapper_128_fp16轻量场景可选 hypermap_v1.256。face_swapper_weight0~1 之间控制换脸的硬度。掩码face_mask_types支持 box、occlusion、area、region 四类遮挡模型可用 xseg_1/2/3解析模型可选 bisenet_resnet_18。增强环节face_enhancer 负责回血做的事把换完后略糊的纹理修细提升面部清晰度。负责模块facefusion/processors/modules/face_enhancer/。关键参数face_enhancer_modelgfpgan_1.4、codeformer 等、face_enhancer_blend0~100混合比例、face_enhancer_weight。输出端导出与质量做的事编码、缩放、混音生成最终文件或图片。负责模块workflows 与 ffmpeg 相关封装参数集中在output_creation段。关键参数output_video_quality0~100、output_video_scale0.25~8.0 倍、output_video_fps。参数调优按目标效果直接抄作业目标效果推荐参数组合预期耗时短片段参考极速预览、直播向inswapper_128或 hypermap_v1.256 默认 box 掩码不挂增强3~5 秒日常均衡、短视频hyperswap_1a_256 gfpgan_1.4blend 70~906~10 秒质量优先、交付向xseg_3 遮挡掩码 region 分区 gfpgan_1.4 blend 90face_swapper_weight0.4~0.6output_video_quality90 以上15~30 秒三个最常被动的旋钮face_swapper_weight调融合硬度face_enhancer_blend调增强强度face_mask_blur0.3~0.7调边缘过渡。常见问题排查边缘锯齿、显存溢出都在这现象边缘锯齿、轮廓发硬 → 原因 → 解决原因只用了 box 掩码切边是直的。解决在face_mask_types里补上 occlusion 或 regionface_mask_blur放到 0.3~0.7遮挡模型换 xseg_3。现象换完肤色偏色 → 原因 → 解决原因face_swapper_weight拉满源脸色彩压过了目标环境光。解决weight 回落到 0.4~0.6若开了增强把face_enhancer_blend从 90 往 70 降一档再比。现象显存溢出、中途崩溃 → 原因 → 解决原因模型规格和显存档位不匹配。解决video_memory_strategy切 strict换 inswapper_128_fp16execution_thread_count从默认往 4~6 收执行提供商用 tensorrt 或 cuda。现象多人视频里换错人、频繁丢失 → 原因 → 解决原因参考脸距离阈值太宽。解决reference_face_distance收到 0.2~0.4配合 face_selector 的参考位置左上/右上等锁定目标检测漏脸时把face_detector_size升到 640x640。现象出片发糊、放大看细节碎 → 原因 → 解决原因只换了脸没增强或导出质量低。解决挂上 face_enhanceroutput_video_quality提到 90 以上必要时开face_swapper_pixel_boost给换脸区域补采样。硬件与性能建议按显存档位选配置设备档位执行提供商模型建议记忆策略纯 CPU / 核显cpuinswapper_128检测 640x640线程 4~8strict显存 6GB 以下cudainswapper_128_fp16 gfpgan_1.4strict显存 8~12GBtensorrt / cudahyperswap_1a_256 gfpgan_1.4可加 xseg_3strict 起步显存 16GB 及以上tensorrt256 系换脸 增强 遮挡掩码全套按需放宽没有 GPU 也能用但增强和 xseg 遮挡掩码都会明显拖慢速度建议先用极速档验证参数再在好机器上放大跑。适用场景与下一步短视频里换主角脸、统一出镜人老片修复类内容换脸 gfpgan_1.4 增强批量素材处理用batch-run命令配合 job 系列子命令排队跑先验速度再定参数跑一遍 benchmark选 720p 档位测单轮耗时即可更多细节看仓库里的 README.md 和 docs/默认参数样例直接对照 facefusion.ini。【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