前两天写了🔗《简单介绍Roop（类似SimSwap）单张图视频换脸的项目》 ，介绍了基本安装使用。
之后这个项目飞快的更新着，减少了很多问题更加实用了，所以准备多说几句。

（一）Roop项目的特点

官方：🔗地址。

之前只觉得它很方便用，选一张图，选一个视频，点击开始。
后来发现这个项目更新得超级快，并且它最终合成的视频质量挺高的。
对比DeepFaceLab和SimSwap大概特点如下：

• Roop：更注重源的特征，相对缺少目标视频的自然程度，角度远近有要求（单图嘛），很快。
• DFL：注重源的特征，更注重目标视频的自然程度（除非素材不好），角度远近都能处理，很费时间。
• SimSwap：很久没关注了，项目基本没动（最近更新了模型），似乎只替换了五官，所以非常自然但不像。

简单说就是Roop生成的结果非常像源，但可能不太自然，适合正面的变化不强烈的视频（沙雕舞蹈等）。
适合玩一玩，而不是DFL那样属于伪造级别了（作者说只是练手……哇噢）。

（二）Roop也能加速***

因为项目使用了NSFW检查器，会检查源图和目标视频每帧的内容。
本身为了安全着想是好事，但极大的拖慢了速度。
实测去掉NSFW内容检查后，大概快了7倍左右。
算是快不少了吧，我的天哪😄。

注释掉项目目录\roop\core.py几行相关的代码就可以了：

#from opennsfw2 import predict_video_frames, predict_image
......# if predict_image(target_path) > 0.85:#     quit()
......# seconds, probabilities = predict_video_frames(video_path=args.target_path, frame_interval=100)# if any(probability > 0.85 for probability in probabilities):#     quit()
......

所以到底要安全还是快速，很纠结啊。

（三）Roop更新和依赖

（3.1）飞速更新

目前项目似乎处于飞速发展阶段，我刚提了个PR就发现一天N个版本就解决了问题。
看看这速度，我发现的全部问题都没了，所以决定不打扰了，告辞😄。
幸好master合并得不是很快……

目前启动命令行有变化，可以指定硬件加速的类别。
已N卡为例，由原来的：

.\venv\Scripts\python.exe .\run.py --gpu

变成现在的：

.\venv\Scripts\python.exe .\run.py --gpu-vendor nvidia

（3.2）依赖问题

目前依赖文件requirements.txt变成这样的：

--extra-index-url https://download.pytorch.org/whl/cu118numpy==1.23.5
opencv-python==4.7.0.72
onnx==1.14.0
insightface==0.7.3
psutil==5.9.5
tk==0.1.0
pillow==9.5.0
torch==2.0.1+cu118
onnxruntime==1.15.0; sys_platform == 'darwin' and platform_machine != 'arm64'
onnxruntime-silicon==1.13.1; sys_platform == 'darwin' and platform_machine == 'arm64'
onnxruntime-gpu==1.15.0; sys_platform != 'darwin'
tensorflow==2.13.0rc1; sys_platform == 'darwin'
tensorflow==2.12.0; sys_platform != 'darwin'
opennsfw2==0.10.2
protobuf==4.23.2
tqdm==4.65.0

意思就是一定得用GPU了，这没问题。
很多都指定的等号感觉不太好。
毕竟旧版依赖也能用，未来的新版依赖很可能也能用的。
感觉最好是写成>=最小版本，适应性强些（比如把python环境不按项目全装本机的人-_-参考这里）。

之前我装的是torch==2.0.0+cu118，
因为torchaudio和torchvision当时最新的版本也是依赖torch==2.0.0+cu118。

但是现在变成torch==2.0.1+cu118这也太新了吧。
所以也需要升级 torchaudio==2.0.2+cu118 和 torchvision==0.15.2+cu118。

（3.3）需要CUDA么

咱又不是开发用，所以cuda_11.8.0_522.06_windows.exe不需要装的。
我无脑按照官方说明安装后，又卸载了它（之前的项目些也都没要它啊）……

但CUDNN还是要的，所以cudnn-windows-x86_64-8.9.1.23_cuda11-archive.zip这部分不变。