用DeepFaceLab做出如假包换的换脸视频已经不是什么新鲜事儿，即便你不会，但是肯定看过很多不错的换脸视频。但是，观察大部分视频你可以发现一个共同点，就是这些视频基本脸部都“很干净”。很干净的意思就是脸上几乎没有遮挡。很少看到那些戴眼镜，头发或手挡住脸的。之所以会这样，是因为软件对于遮挡的处理能力并不是很强，但是也并不是说完全没法处理。今天就来说一个参数FAN-X，可以处理一些简单的遮挡。
FAN-X简介
Fan-x是DeepFaceLab转换（convert）环节的一个参数，名字是：Mask mode。这个参数于20190321版本加入，仅针对SAE,DF等全脸模型。后来有经过多次修改，直到827版本，H128等半脸模型也可以使用这个参数了。
FAN-X使用
下面我以907版的H128为例演示一下遮挡的具体使用过程。
我这里已经准备好了一个高迭代的模型，并且把之前训练模型之前的步骤全部做了一遍。data_dst中特地挑选了几张有遮挡的图片，这些图片来自官方的demo，大家也可以很容易的跟着操作。
万事俱备后，点击7) convert H128.bat 开始转换。转换启动后启用动态交互，然后按Tab键盘进入预览窗口。
默认情况下，可以很清楚的看到，希亚·拉博夫的手指被托尼的脸给覆盖了。这显然不是我们要的结果。我们希望的是手指能露出来，但是脸是托尼的。
此时，只需要按键盘上的X两次，将遮罩模式（Mask mode）切换成 Fan-dst
Magic ….可以非常清楚的看到，手指出来了，脸往后贴了。这可不是我PS的哦~~~~
稍微调整一下其他参数后最终效果如上。同理，其他遮挡也可以这样处理。
单纯从这个例子来说，遮挡处理已经非常不错，但是实际应用可能没这么理想，因为Fan模式的效果直接受Fan模型的影响，因为fan模型中已经训练了官方demo中的遮挡，所以转换的时候直接使用就效果很好。而作者提供的Fan模型训练的数据非常有限，所以能力也比较有限，如果真的要处理所有奇奇怪怪的遮挡，就必须自己训练Fan。这个就不展开了，对于小白来说先学会怎么用，然后再去考虑怎么优化。
FAN-X背后的原理。
知其然而不知其所以然总是让人很难受，尤其是作为一个程序员。下面我就来简单说说这背后的原理，这一部分内容不适合小白，深度学习方向的程序员可以一战，发际线越高战斗力越强O(∩_∩)O。
TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image Segmentation
大概意思是，这是一个使用Vgg11编码器的U-NET网络，使用ImageNet进行了预训练，主要应用于图像分割。至于什么是Vgg11, 什么是U-NET，什么是ImageNet，