Roop：苹果笔记本MacBook M1安装记录！

在线版讲了！

离线版搞了！

封印也解了！

接下来搞点什么？

手上有台Mac Book Air M1 ，要不要也搞一搞？

一个是看一下能不能跑起来，第二个是看看速度怎么样！

先说结论啊，不是很快，但是完全可以跑。

我们的Mac用户也能用上AI换脸了。

下面说说过程：

0.让Tim送你一台M1

1.安装conda

2.克隆源代码

3.修改依赖文件

4.安装依赖

5.运行测试

0.让Tim送你一台M1

电脑自备，目前没有教程，可以白嫖Mac笔记本啊~~~苹果的东西是真好，就是小贵。可以攒钱备战 Apple Vision Pro了。

有人说这东西没啥鸟用，你问过niao了么？我们永远要对新科技抱有最大的热忱。

苹果这次上来就是Pro版，真当是…

是不是这种操作，也可以期待一下了。

娱乐话题说话完了，下面就开始认真干活了。

补充：

MAC要先确保brew可用！

1.安装conda

简单说一句，Conda是一个Python包管理工具，相比直接装Python，用Conda可以做到环境隔离，要方便优雅很多。

我在特别早的时候就尝试在M1上安装DeepFaceLab，所以很早就装了Conda，由于当时Conda官方还没有很好的支持M1，所以使用了一个叫做miniforge3的项目。

项目地址：

https://github.com/conda-forge/miniforge

现在Conda官方也支持了。

Conda地址：

https://docs.conda.io/en/latest/miniconda.html

不管是哪一个，打开之后根据自己的硬件版本选择。如果是Inter的就选x86-64 , 如果是M系列（Apple Silicon）就选ARM64。

我这里还是以miniforge3为例，下载了arm64版本，存储路径选了桌面。

下载完成之后，打开终端。

可以使用快捷键command+space激活聚焦搜索，然后输入“终端” 就能找到了。

然后，输入命令：

cd Desktop
sh Miniforge3-MacOSX-arm64.sh

按回车，阅读协议，然后输入yes按回车，同意协议！

Do you accept the license terms? [yes|no]
[no] >>> 
Please answer 'yes' or 'no':'
>>> 
Please answer 'yes' or 'no':'
>>> 
Please answer 'yes' or 'no':'
>>> yes

然后是选安装路径，默认情况就是直接按回车。

Miniforge3 will now be installed into this location:
/Users/tony/miniforge3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

很快就问你是否要初始化conda，输入yes，按回车。

Transaction finished
installation finished.
Do you wish the installer to initialize Miniforge3
by running conda init? [yes|no]
[no] >>>

很快就可以看到安装成功的提示了。

Thank you for installing Miniforge3!
(base) tony@tonydeMacBook-Air Desktop %

这样Conda就安装好了，这个过程应该不会有什么问题。你要输入“yes” 和按回车就可以了。

安装完成之后，会自动进入默认的base环境。你可以直接使用这个环境，当然，大部分情况下是创建一个专门的运行环境。

输入命令：

conda create -n roop python=3.10

创建环境的过程需要联网获取依赖包，中途需要输入一个yes来确认。创建成功之后，输入命令激活这个环境。

输入命令：

conda activate roop

激活成功之后，所有命令都会带（roop）前缀。

2.克隆源代码

环境装好了，就可以开始拉取源代码了。

输入命令：

git clone https://github.com/s0md3v/roop.git

正常输出：

Cloning into 'roop'...
remote: Enumerating objects: 1391, done.
remote: Counting objects: 100% (752/752), done.
remote: Compressing objects: 100% (202/202), done.
remote: Total 1391 (delta 628), reused 584 (delta 541), pack-reused 639
Receiving objects: 100% (1391/1391), 90.66 MiB | 10.21 MiB/s, done.
Resolving deltas: 100% (864/864), done.

3. 修改依赖文件

我们需要安装的依赖包全部在requirements.txt文件中，但是那个依赖没有完全适配M1，所以需要稍微修改一下。

打开roop文件夹，找到requirements.txt文件，打开。

修改一下torch版本，改完后如下：

--extra-index-url https://download.pytorch.org/whl/cu118

numpy==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
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

如果按上面的步骤来，你当前所在的位置为Desktop。安装依赖需要进入roop文件夹。

输入命令：

cd roop pip install -r requirements.txt

这个过程全称无需人工干预，会需要一点时间。如果网络比较好，大概几分钟就可以搞定。不好话可能永远搞不定。遇到问题，请自行用“魔法”解决。

到这里，软件的配置已经全部完成了。

补充：

这里应该还需要安装两个依赖，一个是FFMPEG，一个是GIT。因为我之前已经装了，所以写文章的时候忘了加上了。

安装GIT：

brew install git

安装FFmepg

brew install ffmpeg

如果提示没有brew命令，需要先装homebrew。

5.运行测试

通过上面的步骤，软件配置已经全部搞定，但是运行之前，还需要一个叫“inswapper_128.onnx” 的模型文件。roop的github主页上有，在我之前发布的离线版里也有。

获取这个文件之后，放到roop文件里面，是直接放在里面，不要改名字，也不要放到子文件里。

然后输入命令：

python run.py

输入命令，按回车之后，需要等待一会儿。

然后会跳出一个窗口，但是显示不太正常，需要双击一下顶部的拖动区域。

然后就可以看到完整的窗口了。

接下来点击一下“Select a face” 选择一张照片，点击“Select a target” 选择一个视频或者照片，点击“Start”开始处理。

底部有一个绿色的提示信息，可以参考一下。

点击开始之后会出现一个错误，如下图：

我以为又要被卡住了，没想到点击OK之后，就自动开始了。所以这个错误可以忽略先。

接下来看终端工具里面，程序会自动在线下载两个模型，下载完成之后就开始处理视频了。

这个时候打“开活动检测器“ 可以看到CPU占用率在50-70%之间，GPU没用上。

我的demo视频，总共用了大概5分钟的样子。所以，在M1上换个小视频玩玩，也不是很困难的事情了。大于一分钟的，还是不建议玩，会等很久。

现在苦学技术，半年后就可以在Apple Vision Pro中沉浸式欣赏咯！

最后，说点啥呢~~点个赞吧，可以分享！

20230630更新：

Mac下面提速命令(换脸+修复增强)

python run.py --execution-provider coreml --frame-processor face_swapper face_enhancer

Mac下面提速命令(换脸)

python run.py --execution-provider coreml --frame-processor face_swapper

相关文章：

Roop：单图，视频，一键换脸，Colab脚本使用方法！

Roop：单图换脸离线版软件包及使用方法！

Roop：解除SFW封印的方法！

Roop：苹果笔记本MacBook M1安装记录！

Roop：显卡GPU版软件已就位，速度提升28倍！

Roop：运行离线版常见问题！