视频人脸智能马赛克
DLMask 是一款基于 YOLOv8 的桌面端视频人脸马赛克工具。选择视频后自动检测其中所有人脸，支持自定义马赛克粒度，可实时预览效果并导出处理后的视频。支持 Apple Silicon MPS GPU 加速，让 AI 处理更快更流畅。
DLMask 是一款基于 YOLOv8 的桌面端视频人脸马赛克工具。选择视频后自动检测其中所有人脸，支持自定义马赛克粒度，可实时预览效果并导出处理后的视频。支持 Apple Silicon MPS GPU 加速，让 AI 处理更快更流畅。
从自动检测到视频导出，提供完整的人脸马赛克处理工作流
基于 Ultralytics YOLOv8m 模型，自动识别视频每一帧中的人脸。检测前降分辨率到 640px 宽，推理速度提升 3-5 倍，bbox 映射回原始坐标，精度不损失。
边播边检测，跳帧优化保持 30fps 流畅度。预览阶段每 3 帧执行一次检测，中间帧复用上次结果，马赛克缓存机制避免重复计算。
支持 4~40px 马赛克网格大小，拖拽滑块即可实时调整。采用缩略图+最近邻放大算法实现像素化效果，兼顾视觉效果与计算效率。
基于 IoU + 质心距离 + 速度预测的多帧人脸追踪算法。处理阶段用 IoU 匹配，扫描阶段用质心距离匹配，支持人脸离开画面后重新进入时的识别。
自动检测并利用 Apple Silicon 的 MPS（Metal Performance Shaders）加速 YOLO 模型推理。Intel Mac 回退到 CPU 推理，Windows 支持 CUDA 加速。
点击导出逐帧处理，使用 avc1 硬件编码，支持进度回调与取消操作。导出完成后在原文件同目录生成 *_masked.mp4 文件。
视频选择、实时预览、马赛克调节、导出处理，一站式操作
上部为视频预览区域和播放控制，下部为马赛克粒度滑块和导出按钮，右侧实时显示人脸检测框
从选择视频到导出结果，全流程清晰明确
点击"选择视频"按钮，选取 MP4、AVI、MOV 或 MKV 文件
视频自动播放，人脸区域显示蓝色检测框，拖拽滑块调整马赛克大小
点击"导出视频"，逐帧检测并应用马赛克，avc1 硬件编码输出
导出完成后在原文件同目录生成 *_masked.mp4 处理后的视频文件
基于 Ultralytics YOLOv8，模块化设计，性能优化策略
Ultralytics YOLOv8m 模型，专为人脸检测优化。支持 MPS/NVIDIA CUDA 后端加速。
IoU + 质心距离 + 速度预测算法，精确匹配跨帧人脸，支持出入画面重识别。
降采样缩略图 + 最近邻放大算法，高效生成任意粒度的马赛克效果。
检测前缩放到 640px 宽，推理速度提升 3-5 倍，坐标映射回原始分辨率。
检测阶段使用质心-速度预测模型，减少相邻帧之间的 bbox 抖动，提升追踪稳定性。
avc1 硬件编码输出 MP4，支持进度回调与取消，确保导出过程的用户可控。
多项性能优化策略，确保流畅的用户体验
降分辨率 + MPS GPU 加速
跳帧策略保持实时播放
滑块调节，实时生效
精度与速度最佳平衡
人脸检测、视频处理、性能优化等常见问题解答
DLMask 是一款基于 YOLOv8 的桌面端视频人脸马赛克工具。选择视频后自动检测其中所有人脸，支持自定义马赛克粒度（4~40px），可实时预览效果并导出处理后的视频。支持 macOS 和 Windows 平台。
支持 MP4、AVI、MOV、MKV 等主流视频格式。导出视频使用 avc1 硬件编码，生成标准 MP4 文件，兼容各类播放器和视频编辑软件。
首次加载 PyTorch + YOLO 模型需要 5-15 秒（取决于 CPU/GPU），这是正常的本地加载耗时。模型文件首次启动会从 HuggingFace 镜像自动下载（约 50MB），之后缓存到本地，后续启动无需网络。
视频导出是逐帧处理，每帧都要执行 YOLO 推理。对于长视频或高分辨率视频，处理时间较长是正常的。Apple Silicon Mac 上 MPS 加速会显著提升速度。建议先测试短片段。
采用双层追踪策略：处理阶段使用 IoU（交并比）匹配确保精确性，扫描阶段使用质心距离 + 速度预测匹配处理遮挡和出入画面。运动补偿机制减少相邻帧 bbox 抖动，保证追踪稳定性。
支持 macOS 13+（Apple Silicon 和 Intel）和 Windows 10+。Apple Silicon Mac 上自动利用 MPS（Metal Performance Shaders）进行 GPU 加速。需要 Python 3.10+ 环境。