github地址：https://github.com/deepfakes/faceswap
首先要根据他的要求进行安装，这里注意新建一个conda的虚拟环境，在虚拟环境中安装运行所需要的包，避免后面安装包冲突的问题
面部提取，这里遇到一个问题，提示cuda和显卡版本不兼容。检查了nvidia-smi中显示的硬件版本，以及conda list中cuda和cudnn的版本，和nvidia官网https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html上列出的对应版本列表：
发现确实是不兼容（https://zhuanlan.zhihu.com/p/64376059），现有的cuda和cudnn版本较高，于是先把现有的版本卸载掉（这里卸载的是虚拟环境中的包），conda remove --name faceswap cudnn，conda remove --name faceswap cudatoolkit，然后再安装对应的版本conda install cudatoolkit=9.2, conda install cudnn。再运行程序发现tensorflow也被卸载掉了，再安装tensorflow：conda install tensorflow。最后可以跑通检测脸部区域的程序。
训练网络
训练一开始显示缺少alignments.fsa文件。这是在上一步提取的过程中会自动保存在输入文件夹中的。在这边要在运行代码时加上参数-ala 地址 和-alb 地址，然后就可以，但是运行中发现并没有用到GPU？暂时不清楚怎么回事。
转换图片
先找一个视频，然后用ffmpeg的命令：ffmpeg -i /path/to/my/video.mp4 /path/to/output/video-frame-%d.png
把视频每一帧提取出来
然后用之前提取人脸区域的步骤提取人脸区域，这一步主要是为了获得一个文件alignments.fsa（记录每一张图片中要转换的人脸区域）
接着用python faceswap.py convert -i ~/faceswap/src/trump/ -o ~/faceswap/converted/ -m ~/faceswap/trump_cage_model/ -al alignments.fsa路径 进行转换。
最后再用ffmpeg命令将所有图片转换成视频：ffmpeg -i video-frame-%d.png -c:v libx264 -vf "fps=25,format=yuv420p" out.mp4