FacePoke

título	emojis	colorDesde	colorA	SDK	fijado	licencia	encabezamiento	archivo_aplicación	puerto_aplicación	desactivar_incrustación	descripción_corta
carapoke	?‍ ↔️ ?	amarillo	rojo	estibador	verdadero	mit	mini	aplicación.py	8080	verdadero	Importa un retrato, haz clic para mover la cabeza.

carapoke

Tabla de contenido

• Introducción
• Expresiones de gratitud
• Instalación
  • Configuración local
  • Implementación de Docker
• Desarrollo
• Contribuyendo
• Licencia

Introducción

Una aplicación de transformación de cabeza en tiempo real.

Para obtener el mejor rendimiento, ejecute la aplicación desde su propia máquina (local o en la nube).

Repositorio : GitHub - jbilcke-hf/FacePoke

Puedes probar la demostración, pero es un espacio compartido, la latencia puede ser alta si hay varios usuarios o si vives lejos del centro de datos que alberga Hugging Face Space.

Demostración en vivo : FacePoke sobre abrazar espacios faciales

Expresiones de gratitud

Este proyecto está basado en LivePortrait: https://arxiv.org/abs/2407.03168

Utiliza las rutinas de transformación de rostros de https://github.com/PowerHouseMan/ComfyUI-AdvancedLivePortrait

Instalación

Antes de instalar

FacePoke solo se ha probado en un entorno Linux, utilizando Python 3.10 y CUDA 12.4 (es decir, una GPU NVIDIA).

¡Las contribuciones son bienvenidas para ayudar a respaldar otras plataformas!

Configuración local

1. Asegúrese de tener Git y Git LFS instalados globalmente (https://git-lfs.com):

   git lfs install

2. Clonar el repositorio:

   git clone https://github.com/jbilcke-hf/FacePoke.git
   cd FacePoke

3. Instale las dependencias de Python:

   Se recomienda encarecidamente utilizar un entorno virtual (Python venv).

   FacePoke ha sido probado con Python 3.10 .

   pip3 install --upgrade -r requirements.txt

4. Instalar dependencias de interfaz:

    cd client
   bun install

5. Construya la interfaz:

   bun build ./src/index.tsx --outdir ../public/

6. Inicie el servidor backend:

   python app.py

7. Abra http://localhost:8080 en su navegador web.

Implementación de Docker

1. Construya la imagen de Docker:

   docker build -t facepoke .

2. Ejecute el contenedor:

   docker run -p 8080:8080 facepoke

3. Para implementar en Hugging Face Spaces:

   • Bifurca el repositorio en GitHub.
   • Crea un nuevo espacio en Hugging Face.
   • Conecte su repositorio de GitHub al Space.
   • Configure el espacio para usar el tiempo de ejecución de Docker.

Desarrollo

La estructura del proyecto se organiza de la siguiente manera:

• app.py : servidor backend principal que maneja conexiones WebSocket.
• engine.py : Lógica central.
• loader.py : Inicializa y carga modelos de IA.
• client/ : Aplicación Frontend React.
  • src/ : archivos fuente de TypeScript.
  • public/ : Activos estáticos y archivos creados.

Aumentando la velocidad de fotogramas

Estoy probando varias cosas para aumentar la velocidad de fotogramas.

Un proyecto consiste en transmitir sólo la cabeza modificada, en lugar de la imagen completa.

Otra es adaptarse automáticamente a la velocidad del servidor y de la red.

Contribuyendo

¡Las contribuciones a FacePoke son bienvenidas! Lea nuestras Pautas de contribución para obtener detalles sobre cómo enviar solicitudes de extracción, informar problemas o solicitar funciones.

Licencia

FacePoke se publica bajo la licencia MIT. Consulte el archivo de LICENCIA para obtener más detalles.

Tenga en cuenta que, si bien el código de LivePortrait e Insightface es de código abierto y "sin limitaciones para uso académico y comercial", los pesos del modelo entrenados a partir de datos de Insightface están disponibles únicamente para fines de investigación no comerciales.

---

Desarrollado con ❤️ por Julian Bilcke en Hugging Face