本地人脸识别工具

为人物生成脸、头发、身体皮肤、衣服或配饰的遮罩。与之前的A Person Mask Generator节点相比，这个节点具有超高的边缘细节。本节点的模型代码来自[a-person-mask-generator](https://github.com/djbielejeski/a-person-mask-generator)，边缘处理代码来自spacepxl的[ComfyUI-Image-Filters](https://github.com/spacepxl/ComfyUI-Image-Filters)，感谢原作者。节点选项说明:face:脸部识别。hair:头发识别。body:身体皮肤识别。clothes:衣服识别。accessories:配饰(例如背包)识别。background:背景识别。confidence:识别阈值，更低的值将输出更多的遮罩范围。detail_range:边缘细节范围。black_point:边缘黑色采样阈值。white_point:边缘黑色采样阈值。process_detail:此处设为False将跳过边缘处理以节省运行时间。[heading3]PersonMaskUltraV2[content]PersonMaskUltra的V2升级版，增加了VITMatte边缘处理方法。(注意:超过2K尺寸的图片使用此方法将占用大量内存)在PersonMaskUltra的基础上做了如下改变:detail_method:边缘处理方法。提供了VITMatte,VITMatte(local),PyMatting,GuidedFilter。如果首次使用VITMatte后模型已经下载，之后可以使用VITMatte(local)。detail_erode:遮罩边缘向内侵蚀范围。数值越大，向内修复的范围越大。detail_dilate:遮罩边缘向外扩张范围。数值越大，向外修复的范围越大。

使用YoloV8模型检测人脸、手部box区域，或者人物分割。支持输出所选择数量的通道。请在[GoogleDrive](https://drive.google.com/drive/folders/1I5TISO2G1ArSkKJu1O9b4Uvj3DVgn5d2)或者[百度网盘](https://pan.baidu.com/s/1ImoJrzL1zDgaCqaSzrNEtw?pwd=5xgk)下载模型文件并放到ComfyUI/models/yolo文件夹。节点选项说明:yolo_model:yolo模型选择。带有seg名字的模型可以输出分割的mask,否则只能输出box区域的遮罩。mask_merge:选择合并的遮罩。all是合并全部遮罩输出。选数值是输出多少个遮罩，按识别置信度排序合并输出。输出:mask:输出的遮罩。yolo_plot_image:yolo识别结果预览图。yolo_masks:yolo识别出来的所有遮罩，每个单独的遮罩输出为一个mask。[heading3]MediapipeFacialSegment[content]使用Mediapipe模型检测人脸五官，分割左右眉、眼睛、嘴唇和牙齿。节点选项说明:left_eye:左眼识别开关。left_eyebrow:左眉识别开关。right_eye:右眼识别开关。right_eyebrow:右眉识别开关。lips:嘴唇识别开关。tooth:牙齿识别开关。

有多个AI产品可以实现换脸效果，这里介绍一个开源、免费的解决方案：facefusion开源地址：https://github.com/facefusion/facefusion4.1本机解决方案这个软件需要python环境，以及要安装视频解码器等多个依赖的软件，因此如果你想在本地电脑上安装，需要一定的编程知识。可以参考网站：https://docs.facefusion.io/说明来进行本地的安装。由于facefusion的运行推理计算的速度，非常依赖于GPU，因此如果本地计算机没有GPU或者GPU显存较小，那么执行的速度将会非常缓慢。我的笔记本是Macbook Pro M1 16GB内存，集成GPU。对一个1分30秒的视频换脸，需要1300秒。facefusion所以，无论从环境配置还是计算速度来说，都不推荐本地化安装实现。4.2云服务解决方案另一个可选的方案，是利用云厂商已经提供好的大模型运行环境和计算能力。比如阿里云的PAI和AutoDL。注：这种方案需要产生一定的费用。我选择的是AutoDL，其官网是：https://www.autodl.com/home注册完成后，在算力市场中，选择你能接受价格的算力服务器。建议选取GPU配置更高的算力设备。4.2.2通过模型镜像启动GPU服务器在算法社区查找facefusion镜像：这些已经制作好的镜像，包含了模型所需要的各种环境软件的安装，可以直接启动facefusion。点击右侧的这个镜像（左侧的试过，有问题不好使）：