DaGAN
harlanhong/CVPR2022-DaGANRevisado por IA
Verificado pelo RepoPicks Radar em
O que é DaGAN?
DaGAN é o código de pesquisa por trás de um artigo da CVPR 2022 sobre geração de vídeo de cabeças falantes. Você fornece uma foto de um rosto e um vídeo curto de alguém falando; ele produz um vídeo em que o rosto da foto copia esse movimento de cabeça e essa expressão. É voltado a pesquisadores e usuários técnicos curiosos: você clona o repositório, instala pacotes Python, baixa um checkpoint do modelo a partir de um link do OneDrive, recorta as entradas com ffmpeg e roda um comando. O README também traz um link para uma demo gratuita no Hugging Face que não precisa de instalação.
DaGAN é grátis e de código aberto (MIT) e pode substituir D-ID, HeyGen e Viggle.
Quão fácil é instalar DaGAN?
A · baixe e abra · Web
- Linux D
- Web A
Na web, o README traz um link para uma demo pronta no Hugging Face, então basta abri-la e enviar uma foto e um vídeo. Rodar por conta própria é avaliado para Linux, o sistema que o README recomenda: você instala pacotes Python, compila a biblioteca face-alignment, baixa um checkpoint de um link externo do OneDrive, recorta o vídeo com ffmpeg e roda uma linha de comando, e uma GPU é recomendada.
DaGAN no GitHub
- Estrelas
- 997em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- —sem ganho na última leitura
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux, Web
- Você precisa instalar
- Python, Placa de vídeo, FFmpeg
- Para compilar a partir do código
- Python, Placa de vídeo, FFmpeg
- Espaço em disco
- 900 MB–4,2 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Nenhum serviço pago está envolvido. O arquivo LICENSE.md é Creative Commons Attribution-NonCommercial 4.0, então o uso comercial não é concedido; o README pede que você escreva um e-mail ao autor sobre uso comercial.
- Licença
- MIT (Permissiva)
- Última mudança no GitHub
- 4 de dez. de 2023
Sinais de risco de DaGAN (5)
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (OSV): certifi: GHSA-248v-346w-9cwc, GHSA-43fp-rhv2-5gv8, GHSA-6q48-6c7w-9gw2; fonttools: GHSA-6673-4983-2vx5, GHSA-768j-98cg-p3fv, PYSEC-2026-1388; grpcio: GHSA-496j-2rq6-j6cc, PYSEC-2026-1424; joblib: GHSA-6hrg-qmvc-2xh8, PYSEC-2022-288; markdown: GHSA-5wmx-573v-2qwq, PYSEC-2026-89; numpy: GHSA-fpfv-jqm9-f5jm; pillow: GHSA-22hg-r758-rrw9, GHSA-24rc-8hj2-v98c, GHSA-254f-3936-288h; protobuf: GHSA-7gcm-g887-7qv7, GHSA-8gq9-2x98-w8hf, GHSA-8qvm-5x2c-j2w7; scikit-learn: GHSA-jw8x-6495-233v, PYSEC-2024-110; scipy: PYSEC-2023-102, PYSEC-2023-114; tqdm: GHSA-g7vv-2v7x-gj9p, PYSEC-2026-1976; werkzeug: GHSA-29vq-49wr-vm6x, GHSA-2g68-c3qc-8985, GHSA-87hc-h4r5-73f7; zipp: GHSA-jfmj-5v4g-7637, PYSEC-2026-2074
checagem automática
- Atençãoarquivo de licença não comercial
O arquivo LICENSE.md do repositório é "Attribution-NonCommercial 4.0 International" (Creative Commons), que concede uso "for NonCommercial purposes only", enquanto o GitHub reporta sem licença clara (NOASSERTION). O README diz: "If you have any question or collaboration need (research purpose or commercial purpose), please email [email protected]".
revisão por IA
- Atençãogera rostos deepfake
O projeto faz o rosto de uma pessoa real em uma foto falar e se mover com o movimento de cabeça de outra pessoa. Os tópicos do repositório incluem "deepfake" e "face-reenactment", e a descrição diz "Talking Head Video Generation". Vídeos de uma pessoa que nunca disse aquelas palavras podem ser feitos assim, e vários países restringem imagens de uma pessoa feitas sem consentimento.
revisão por IA
- Infomodelo vindo de compartilhamento externo de arquivos
Os arquivos do modelo não estão no repositório: o README aponta para pastas pessoais do OneDrive em hkustconnect-my.sharepoint.com para "The pre-trained checkpoint of face depth network and our DaGAN checkpoints", então o download não é versionado junto com o código.
revisão por IA
- Infonão é mais atualizado
O último commit é de 2023-12-04 e não há releases no GitHub. O README aponta para um projeto mais novo do mesmo autor, MCNet (ICCV2023), como a opção mais conveniente.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em DaGAN
- Se a página de demo no Hugging Face linkada no README ainda está no ar e funcionando.
- Se as versões fixadas de pacotes no requirements.txt ainda instalam num Python e driver de GPU atuais (o arquivo fixa torchaudio==0.10.1+rocm4.1).
- Quão bom fica o resultado com sua própria foto, e quanto tempo leva um vídeo numa máquina sem GPU NVIDIA.
- O uso real de disco depois de baixar o modelo de profundidade e os checkpoints do DaGAN a partir dos links do OneDrive.
- Se os links do OneDrive ainda têm os arquivos.