fakeapp安装教程
1、下面先来介绍安装部分，因为这是一个基于深度学习的软件，所以需要装很多和深度学习相关的依赖软件。
需要CUDA、CuDnn、VS2015，
2、全面两个软件安装简单，请自行下载安装，这里我们从安装VS2015开始，安装vs2015的过程很慢，数据包本身也很大，运行软件后点击“下一步”
3、安装运行库其实也很简单，一切使用默认选项，一直点击“下一步即可”
4、安装按成，点击“完成”即可
5、安装完成后可以通过【控制面板】->【程序】->【程序和功能】进行查看，这里会出现很多Visual C++ 开头的文件。
6、接下来安装fakeapp
7、系统会跳出安全警告，可以直接点Run继续。
8、当桌面出现图标时表示安装成功
9、接下来需要更新软件日志，下载和安装内核
10、通过右键桌面图标——属性（Properties）——快捷方式（Shortcut）——目标路径（Target ）找到Fakeapp的真是安装路径。
找到….\api 文件夹，一般情况下载里面只有一个ffmpeg文件。
11、先复制上面的路径，然后右键单击core压缩包，在跳出的窗口里黏贴路径，点击解压（Extract）。
12、解压完成后，再次打开桌面上的Fakeapp，就正常进入软件了。
Fakeapp使用教程
该软件的使用主要分成了三个步骤， 使用之前请确保你的电脑配置还可以，推荐配置是：一张显存大于4G的N卡。该软件是有支持CPU选项，但是用CPU跑非常慢。
获取脸部图片、训练模型、生成视频
在开始之前你需要先准备两个视频，一个是A视频，一个是B视频，换脸软件可以把B的脸换到A上面。这里加上A视频是FBB（范冰冰），B视频是FTM。这两个视频放在一个叫workspace的目录里面。下面的路径都为相对G:\FakeApp\workspace\的路径，路径并没有特殊要求，你可以更具自己的情况来选择。
一、获取脸部图片
1、选中GET DATESET 出现如下界面。
2、这一步的目的是讲视频分割成图片，然后从图片中提取脸部。
这个环节只需要填写两个地方，一个是Vidoe视频路径，一个是帧率FPS，默认为30.
3、因为我们有两个视频，所以需要分两次次来。.
先在Video中输入G:\FakeApp\workspace\FBB.mp4 ,这个路径不一定是这个样子要更具你的实际情况来。 帧率可以通过视频文件右键属性进行查看，一般是30,24之类。
输入完成后点击EXTRACT(提取) 开始提取。
4、提取分两个阶段，一个是把视频分割成图片，如上图。 一个是把图片中的人脸提取出来保存成新的图片，如下图。
5、等待进度条结束后跳出Traning dataset successfully 这个提示窗口就证明成功了。点击OK关闭提示窗口。
6、用同样的方式操作FTM.mp4
Video中输入G:\FakeApp\workspace\FTM.mp4 ,这个路径不一定是这个样子要更具你的实际情况来。同样需要输入帧率。
这两个过程完全是一样的，截图如下，就不多解释了。
二、训练模型
1、模型是很重要的一个东西，也是一个极其消耗时间的东西。训练模型对配置的要求也是比较高。
训练界面主要是上个输入框
Model : 模型的保存路径 （….\workspace\Model）
Data A: 被换的人脸（….\workspace\dataset_FBB\extracted）
Date B: 拿去换的人脸（…..workspace\dataset_FTM\extracted）
“….”代表你自己的路径。
2、输入路径之后，点击TRAIN开始训练。稍等片刻下面就会显示Loss A：xxxx ，LossB:xxxx 。 同时Model 目录下除了四个文件。同时还会跳出一个有很多脸的预览窗口。
3、这一个环节是非常耗时间的，一般需要几天时间。软件不会自动停止，你不想训练模型的时候可以手动关闭。下次开启会继续训练。 手动关闭的方法为，鼠标移动到预览窗口，然后按Q结束。
判断这个阶段是否完成了，可以通过两个指标去看。
①Loss A，Loss B 数字越来越像，小到了0.02左右，就差不多了
②人脸预览图越来越清晰，第二列第三列和第一列一样清晰，就证明差不多了。
训练结束后，即可开始生成视频。
4、生成视频的过程也是细分了好几个步骤。
首先，你需要输入Model 路径（…\workspace\Model ）。Video路径（…\workspace\FTM.mp4） FPS（30）
然后，点击Create。
然后程序自动开始，处理过程可分成4个阶段。
①、生成图片
②、截取脸部
③、合成图片
④、合成视频
5、上面四个步骤是软件自动运行，运行结束之后就可以看到一个叫swap-FTM的视频了。这就是换脸后的视频。
因为我训练时间非常短，所以这个脸是非常模糊的，几乎看不起是谁。如果你训练的时间够长，这里就会非常清晰了。
软件功能
1、Processor：GPU/CPU
这个选项用来指定运行环境，是选着GPU还是CPU。 一般来说如果你有显卡肯定选GPU，如果没有就选CPU，GPU的速度比CPU快几十倍的样子。
2、Batch Size：批量大小
这是一个深度学习中的专有名词，在训练的模型的时候并不是一次训练所有图片，而是分批进行训练。原则上来说越大越好（2的指数），但是数字越大消耗的显存越到，需要的配置越高。
3、Save Period: 保存间隔
默认为100，你可以根据自己的需要修改。
4、Nodes: 神经节点数
一般不修改，越大能力越强，需要配置越高。 如果你的电脑配置较低，可以适当降低这个值，比如改为256
5、Layer: 神经网络层数
一般不修改，越大能力越强，需要配置越高。
6、Mem Growth:内存增长
从理解上来说是，内存是否自动增长。
7、Men Ratio: 使用内存量 0.1/0.2/0.3
控制使用显存的大小。默认为自动，如果调整可能会出错。
8、Driection: A to B 转换方向
一般默认，也可以修改成B to A ,意思就是把B变成A。
9、Blur Size : 模糊的大小
融合的时候边缘模糊参数，如果感觉边缘比较生硬，可以适当增大这个参数。
软件特色
1、GET DATASET:获取数据集，在这一步中，你的素材视频将被逐帧切割成图片，程序会自动识别并提取出图片中人物的面部数据。
2、TRAIN:训练模型，根据第一步中生成的数据集，机器会自动地帮你训练模型，从而进行面部的替换。
3、CREATE:生成视频，这一步便是整个实验中最为神奇的地方，他能根据你训练出的模型，将给定视频素材中人物的面部进行替换，最后生成替换后的视频。
常见问题
如何把A视频的脸，替换进B视频 ？
1、收集A,B的脸
因为是视频，所以要用一些特殊的技巧，把一个视频，转换成一张张图片，比如10s的视频，可能会有上百张图片，然后在上百张图片里，找出带有人脸的，最终都截取成相同大小的，比如256*256的脸图片
2、训练模型，A->B
有了A的256*256脸，和B的256*256脸，通过一些特殊的技巧，能找到两张脸之间联系，图片数越多，联系也就越紧，找到关系后，保存成 模型。这个模型的作用就是，给一张A的脸，输入进模型，模型会给出B的脸
3、换脸
随便找一个A的视频，依旧是转换成一张张图片，依旧要找出带有人脸的图片。把这一张张图片，丢进第2步得到的模型，就能得出一张张替换成B脸的图片。最后把所有的图片，再合并成视频，换脸完成。
fakeapp配置要求
1、硬件配置建议
作业系统及CPU： 64Bit位
内存： 8G或以上
显卡：(CUDA)NVIDIA整合技术官方文档
CUDA Toolkit 8.0或CUDA Toolkit 9.1
2、辅助软件
JAVA程序 下载GO!…
Redistributable for Visual Studio 2015 下载位置
FFmpeg 下载GO!…
Light Image Resizer
Avidemux
