タイトル | 絵文字 | 色から | 色に | SDK | 固定された | ライセンス | ヘッダ | アプリファイル | アプリポート | 埋め込みを無効にする | 短い説明 |
---|---|---|---|---|---|---|---|---|---|---|---|
フェイスポケ | ? | 黄色 | 赤 | 港湾労働者 | 真実 | ミット | ミニ | app.py | 8080 | 真実 | ポートレートをインポートし、クリックして頭を動かします! |
リアルタイム頭部変形アプリ。
最高のパフォーマンスを得るには、自分のマシン (ローカルまたはクラウド) からアプリを実行してください。
リポジトリ: GitHub - jbilcke-hf/FacePoke
デモを試すことはできますが、これは共有スペースであるため、複数のユーザーがいる場合、または Hugging Face Space をホストしているデータセンターから遠く離れた場所に住んでいる場合は、遅延が長くなる可能性があります。
ライブデモ: ハグフェイススペースでの FacePoke
このプロジェクトは LivePortrait に基づいています: https://arxiv.org/abs/2407.03168
https://github.com/PowerHouseMan/ComfyUI-AdvancedLivePortrait の顔変換ルーチンを使用します。
FacePoke は、 Python 3.10
とCUDA 12.4
(つまり NVIDIA GPU) を使用した Linux 環境でのみテストされています。
他のプラットフォームのサポートを支援するための貢献を歓迎します。
Git と Git LFS がグローバルにインストールされていることを確認します (https://git-lfs.com)。
git lfs install
リポジトリのクローンを作成します。
git clone https://github.com/jbilcke-hf/FacePoke.git
cd FacePoke
Python の依存関係をインストールします。
仮想環境 (Python venv) を使用することを強くお勧めします。
FacePoke はPython 3.10
でテストされています。
pip3 install --upgrade -r requirements.txt
フロントエンドの依存関係をインストールします。
cd client
bun install
フロントエンドを構築します。
bun build ./src/index.tsx --outdir ../public/
バックエンドサーバーを起動します。
python app.py
Web ブラウザでhttp://localhost:8080
を開きます。
Docker イメージをビルドします。
docker build -t facepoke .
コンテナを実行します。
docker run -p 8080:8080 facepoke
ハグフェイススペースに展開するには:
プロジェクトの構造は次のように構成されます。
app.py
: WebSocket 接続を処理するメインのバックエンド サーバー。engine.py
: コアロジック。loader.py
: AI モデルを初期化してロードします。client/
: フロントエンド React アプリケーション。src/
: TypeScript ソース ファイル。public/
: 静的アセットとビルドされたファイル。フレームレートを上げるために色々試しています。
1 つのプロジェクトは、画像全体ではなく、変更された頭部のみを送信することです。
もう 1 つは、サーバーとネットワークの速度に自動的に適応することです。
FacePoke への貢献は大歓迎です!プル リクエストの送信、問題の報告、機能のリクエストの方法の詳細については、貢献ガイドラインをお読みください。
FacePoke は MIT ライセンスに基づいてリリースされています。詳細については、LICENSE ファイルを参照してください。
LivePortrait と Insightface のコードはオープンソースであり、「学術用途と商業用途の両方に制限はありません」が、Insightface データからトレーニングされたモデルの重みは非営利の研究目的でのみ利用できることに注意してください。
Hugging Face の Julian Bilcke による ❤️ を使用して開発