修复后身份失真：CodeFormer 把人修成了另一个人怎么办

症状

修复后发现：

• 自己的脸看起来像某个明星
• 家人长辈被修成了网红脸
• 眼睛形状、脸型和原图明显不同
• 皮肤纹理被过度平滑

四个常见原因

原因一：w 值太小（最常见）

w=0.3 以下时 Codebook 几乎完全接管重建，会倾向于输出 Codebook 里"最标准"的人脸——大眼睛、尖下巴、光滑皮肤。

修复：把 w 值往上调：

# 之前（w=0.3 → 质量优先，身份漂）
python inference_codeformer.py -w 0.3 photo.jpg

# 改后（w=0.8 → 身份优先）
python inference_codeformer.py -w 0.8 photo.jpg

对于身份敏感场景（家人、自己的照片、名人），直接用 w=0.8 起步，不要默认 0.5。

原因二：原图退化严重

如果原图严重模糊、有大面积划痕或马赛克糊脸，即使 w=1.0，原图也没有足够的信息供 CodeFormer 参考——它只能靠 Codebook 重建"最像的人脸"，但这不是本人。

判断方法：先用 --has_aligned 模式跑：

python inference_codeformer.py -w 1.0 --has_aligned face_512x512.png

如果 w=1.0 的结果还是不像本人 → 原图确实没信息。这时候 CodeFormer 也救不了——可以考虑：

1. 用 GFPGANv1.4 跑一次（它会更激进地"画"脸，虽然也不确定是不是本人）
2. 接受"修复后更清晰但不像本人"的结果
3. 从其他角度的同一人照片里补参考

原因三：人脸检测失败（侧脸 / 遮挡 / 小尺寸）

如果输入图是：

• 侧脸（< 70°）
• 戴了口罩 / 太阳镜 / 帽子遮挡
• 人脸在整张图里太小（< 32px）

YOLOv5 检测可能失败或检测到一个不准确的框，导致 CodeFormer 修的不是正确的脸。

修复：手动裁脸

# 用 dlib 更精细地检测和对齐
python scripts/crop_align_face.py -i photo.jpg -o face_manual.png

# 然后手动检查裁切结果（用看图软件打开）
# 确认脸在画面居中、512×512、两个眼睛同一水平线

# 再用 --has_aligned 跑
python inference_codeformer.py -w 0.8 --has_aligned face_manual.png

原因四：CodeFormer 模型版本过旧

检查你用的 CodeFormer 版本：

cd CodeFormer
git log --oneline -3
# 看最近的 commit 日期

CodeFormer 的修复效果在不同 commit 之间差异不大，但如果是非常早期的版本（2022 年 NeurIPS 论文发表前），效果可能差很多。

更新：

git pull origin master

身份保持的黄金操作流

1. 原图 → 手动 / dlib 裁脸对齐（确认裁切正确）
2. w=0.85 跑 --has_aligned 模式
3. 下载结果和原图并排对比
4. 还不像本人？→ w 再往上调到 1.0
5. w=1.0 还是不像？→ 原图确实没信息，换 GFPGANv1.4 试试看能不能"猜"对

身份保持 vs 质量，永远是 trade-off

CodeFormer 的 w 权重本质是 trade-off 滑块：

• 想要更清晰 → w 开小 → 可能改人
• 想要更像本人 → w 开大 → 清晰度可能不够

没有"又清晰又像本人"的完美解——除非原图本身就很清晰，修复只做轻微增强。

和 GFPGAN 身份保持对比

核心结论：身份保持的上限永远取决于原图信息量。原图没的，模型编不出来。