Nagbago ang maling tao
Bumalik sa numbered mapping at ihambing ang bawat replacement reference sa napiling target nito. Buuin muli ang order nang tahasan bago ang isa pang pagsusumite.
Gabay sa group-photo workflow
Paano i-map at i-swap ang maraming mukha sa isang group photo
Gumawa ng pribadong numerong worksheet bago mag-upload, pagkatapos ay kumpirmahin ang parehong reference-to-person order sa live detector. Ginagawang nakikita ng proseso ang bawat assignment, masusukat na limitasyon, at eksaktong kabuuang kredito bago ang pagsusumite.
Photo preflight
Gawing madaling matukoy ang bawat nilalayong target
Magsimula sa group photo, hindi sa mga replacement portrait. Kung ang isang target na mukha ay maliit, natatakpan, malabo, o pinagsama sa ibang tao, ang mapping ay maaaring malinaw habang ang huling ebidensya ng pagkakakilanlan ay nananatiling mahina.
| Suriin | Mas gusto | Iwasan | Bakit ito mahalaga |
|---|---|---|---|
| Visibility ng mukha | Mga mata, ilong, bibig, at panga na halos nakikita | Mga kamay, maskara, glare, o buhok na sumasakop sa mga landmark | Ang bawat napiling mukha ay nangangailangan ng sapat na istraktura para sa identity transfer. |
| Spacing | Mga mukha na pinaghihiwalay ng nakikitang background o damit | Nag-o-overlap na mga ulo o isang mukha na tumatawid sa isa pa | Ang malinaw na mga hangganan ay nagpapadali sa pagtuklas at pagsusuri ng resulta. |
| Anggulo | Harap o katamtamang pag-ikot na may katugmang reference | Matinding profile na ipinares sa frontal reference lamang | Ang malalaking salungatan sa pose ay maaaring magpahina ng hugis at mga pahiwatig ng pagkakakilanlan. |
| Resolusyon | Isang larawan kung saan ang bawat nilalayong mukha ay masusuri sa normal na laki | Na-upscale na thumbnail o mabigat na na-compress na download | Ang pagpapalaki ng file ay hindi muling lumilikha ng nawawalang detalye ng mukha. |
| Mga taong hindi napili | Isang malinaw na desisyon kung sino ang dapat manatiling hindi nagbabago | Pagpili ng bawat detection nang hindi sinusuri ang tao nito | Ang mga naka-map na target lamang ang dapat palitan. |
Workflow ng may numerong pagmamapa
I-map ang bawat kapalit bago ka bumuo
- Mag-upload ng isang malinaw na group photo. Gumamit ng JPEG, PNG, o WebP target kung saan nakikita ang mga taong balak mong baguhin. Ang target na larawan ay maaaring hanggang 30 MB.
- Patakbuhin ang awtomatikong face detection. Kumpirmahin na ang bawat nilalayong tao ay may numerong detection. Ang isang hindi nakuha o maling detection ay dapat lutasin bago magdagdag ng mga kapalit.
- Magdagdag ng isang kapalit para sa bawat napiling tao. Mag-upload ng malinaw na identity reference para sa bawat target na pinaplano mong palitan. Ang kasalukuyang workflow ay tumatanggap ng hanggang 10 replacement na larawan.
- I-map ang mga kapalit sa parehong numerong pagkakasunud-sunod. Piliin ang bawat nakitang target na mukha sa parehong pagkakasunud-sunod ng kapalit nitong reference. Basahin ang buong mapping nang isang beses mula simula hanggang matapos bago ang pagsusumite.
- Suriin ang gastos, bumuo, at suriin ang bawat mukha. Ang kasalukuyang rate ay 3 kredito bawat napiling mukha. Pagkatapos ng pagbuo, suriin ang mga naka-map na pagkakakilanlan, mga gilid ng mukha, lighting, at bawat taong dapat manatiling hindi nagbabago.
Panuntunan sa pag-order: ang reference 1 ay dapat tumugma sa napiling target 1, reference 2 sa napiling target 2, at iba pa. Huwag hulaan ang pagkakasunud-sunod mula sa left-to-right na posisyon lamang; gamitin ang nakikitang numbered mapping.
Diagnosis
Ayusin ang nabigong desisyon sa halip na subukang muli nang walang direksyon
Ang isang nilalayong mukha ay hindi nakuha
Gumamit ng target kung saan ang mukha na iyon ay mas malaki, mas matalas, at hindi gaanong nakaharang. Hindi mapagkakatiwalaang ma-map ng detection ang isang taong hindi nito nakikilala.
Ang isang pagkakakilanlan ay mukhang mahina
Palitan lamang ang reference ng taong iyon ng isang mas matalas na portrait na ang pose at ekspresyon ay mas tumutugma sa target na mukha.
Ang buhok, salamin, o mga gilid ay mukhang mali
Suriin kung ang target ay nagtatago ng facial landmarks o naglalagay ng mga gumagalaw na bagay sa ibabaw ng mukha. Ang buhok at accessories ay kabilang sa target scene at nangangailangan pa rin ng malinis na mga hangganan.
Ang mga taong hindi napili ay mukhang apektado
I-verify ang mga napiling detection at suriin ang orihinal sa normal na laki. Panatilihing limitado ang bilang ng target sa mga taong talagang balak mong palitan.
Ang gawain ay hindi natapos
Ang kasalukuyang settlement ay all-or-nothing: ang mga kredito ay sinisingil lamang kapag ang bawat hiniling na kapalit ay nagtagumpay. Basahin ang live error, itama ang binanggit na input o mapping, at isumite muli.
Kasalukuyang limits at cost
Alamin ang kumpletong group task bago ang pagsusumite
Bago mag-upload, gamitin ang Libreng worksheet ng pagmamapa ng lokal na grupo upang pumili ng isang group photo, suriin ang 1–10 replacement file, lumikha ng natatanging numbered assignment, kalkulahin ang eksaktong 3-credit-per-selected-face total, at i-export ang JSON o CSV nang hindi ipinapadala ang mga napiling file. Hindi nito nakikita ang mga mukha, nabe-validate ang pagkakakilanlan o pahintulot, sinusuri ang file bytes, hinuhulaan ang kalidad ng output, o pinapalitan ang live workspace mapping.
Kung ang parehong pagkakakilanlan ay dapat ilapat sa ilang magkakahiwalay na larawan sa halip na ilang tao sa isang group photo, sundin ang batch face swap guide; ang dalawang workflow ay gumagamit ng magkaibang input, mapping, at pagkalkula ng kredito.
| Item | Kasalukuyang gawi | Praktikal na pagsusuri |
|---|---|---|
| Tinatanggap na mga imahe | JPEG, PNG, at WebP | Gamitin ang orihinal na file sa halip na isang paulit-ulit na na-compress na kopya. |
| Limitasyon bawat larawan | 30 MB | Suriin ang group photo at bawat replacement reference. |
| Kabuuang limitasyon sa pag-upload | 95 MB | Bilangin ang target kasama ang lahat ng replacement file. |
| Limitasyon sa kapalit | Hanggang 10 identity reference | Gumamit ng isang malinaw na reference para sa bawat napiling target. |
| Kasalukuyang gastos | 3 kredito bawat napiling mukha | Ang halagang ipinapakita sa live workspace ay ang huling pre-submission reference. |
| Settlement | Lahat ng hiniling na kapalit ay dapat magtagumpay | Ang mga kredito ay sinisingil lamang pagkatapos magtagumpay ang kumpletong naka-map na resulta. |
Pagkapribado at pagbabahagi
Suriin ang pahintulot ng bawat tao at ang eksaktong pag-export
Mag-upload lamang ng mga mukha na pinapayagan mong gamitin. Hindi ginagamit ng DeepSwapAI ang na-upload na nilalaman upang sanayin ang mga AI model, at ang na-upload at nabuong media ay tinatanggal mula sa mga server ng DeepSwapAI sa loob ng 24 na oras.
Ang mga trial image export mula sa isang account na walang kumpletong pagbili ng kredito ay nakikitang naglalaman ng DeepSwapAI.com at ang account na 100% kumpletong email address. Ang bawat character ay nakikita: ang address ay hindi naka-mask, pinaikli, na-hash, o inalis, at ang interface ay nagbubunyag ng eksaktong address na iyon bago ang pagbuo. Pagkatapos ng anumang kumpletong one-time credit purchase, ang mga future image export ay walang watermark; ang mga umiiral na trial export ay hindi binabago nang retroactive. Basahin ang trial watermark at paid-unlock guide, gamitin ang Gabay sa desisyon sa pagitan ng batch at marami, at suriin ang Listahan ng pagsusuri sa privacy at pahintulot bago magbahagi ng group edit.
Paano ginawa ang gabay na ito
Sinuri laban sa live na naka-map na workflow
Sinuri ng DeepSwapAI Product Team ang kasalukuyang detection, numbered mapping, validation, queue, settlement, retention, watermark behavior, at browser-local worksheet boundaries. Ang gabay ay hindi gumagawa ng accuracy score, completion time, o output guarantee. Ang mga product facts at limits ay sinuri noong Hulyo 28, 2026; tingnan ang metodolohiya ng pagpapatunay.
Susunod na pagsusuri ng workflow
Magpatuloy sa gabay na angkop sa iyong media
I-map ang buong grupo bago ka bumuo
I-upload ang isang representatibong group photo, kumpirmahin ang bawat numbered target, at suriin ang eksaktong cost at full-email trial watermark disclosure bago isumite.