前置条件

Python 3.7

详细配置方法可以参考：https://www.jianshu.com/p/7fc6cf86fdf9

虽然官方文档和官网的setup.py 只支持到 Python 3.6，主要是因为 Tensorflow 当时只支持到 3.6。现在 Tensorflow 已支持 Python3.7，故我没有降级。

VS2019

主要选上：MSVC v142 - VS 2019 C++ x64/x86 生成工具

下面的 CMake 也可以选上，但这版本的 VS2019 自带的 CMake 太老，故还需手动安装 CMake

CMake 下载：https://cmake.org/download/

我选择了：cmake-3.14.3-win32-x86.msi

安装时记得选择加入系统环境变量

CUDA 10.0

具体版本需要显卡和 Tensorflow 的适配，详情见：https://www.tensorflow.org/install/gpu

当前版本的 Tensorflow 只支持 CUDA 10.0，还不支持 10.1

CUDA 下载：https://developer.nvidia.com/cuda-toolkit-archive

cuDNN

cuDNN 下载：https://developer.nvidia.com/cudnn

cuDNN 需要对应 CUDA 版本

cuDNN 下载完成后解压文件到 CUDA 的目录下

Tensorflow

当然是选择 GPU 版本的：

pip install tensorflow-gpu

PS: pip 可以加参数 --proxy 设置代理

Faceswap

git clone https://github.com/deepfakes/faceswap/

当前最新的 commit：da4d6a131b675e016e0d5a751d48fc233bec1ed8

进入根目录：cd faceswap

安装所需依赖

pip install -r requirements.txt

其中 dlib 的编译时间是最长的，且非英文操作系统因编码问题不显示子过程。

pip freeze

absl-py==0.7.1
astor==0.7.1
Click==7.0
cmake==3.13.3
cycler==0.10.0
decorator==4.4.0
dlib==19.17.0
face-recognition==1.2.3
face-recognition-models==0.3.0
ffmpy==0.2.2
gast==0.2.2
grpcio==1.20.1
h5py==2.9.0
imageio==2.5.0
imageio-ffmpeg==0.3.0
Keras==2.2.4
Keras-Applications==1.0.7
Keras-Preprocessing==1.0.9
kiwisolver==1.1.0
Markdown==3.1
matplotlib==2.2.2
mock==2.0.0
networkx==2.3
numpy==1.16.2
nvidia-ml-py3==7.352.0
opencv-python==4.1.0.25
pathlib==1.0.1
pbr==5.2.0
Pillow==6.0.0
protobuf==3.7.1
psutil==5.6.2
pyparsing==2.4.0
python-dateutil==2.8.0
pytz==2019.1
PyWavelets==1.0.3
PyYAML==5.1
scikit-image==0.15.0
scikit-learn==0.20.3
scipy==1.2.1
six==1.12.0
tensorboard==1.13.1
tensorflow-estimator==1.13.0
tensorflow-gpu==1.13.1
termcolor==1.1.0
toposort==1.5
tqdm==4.31.1
Werkzeug==0.15.2

使用方法

详见官方文档：https://github.com/deepfakes/faceswap/blob/master/USAGE.md

Demo 训练样本

https://github.com/deepfakes/faceswap-playground/issues/1