4 步跑通 Deep-Live-Cam 实时换脸从模型下载到第一帧出图【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam终端刷出一屏 CUDA 报错models/里空空如也光标还在闪。Deep-Live-Cam 只需一张照片就能做实时换脸但模型加载这一步劝退了不少人。照下面走一遍下模型、建环境、选对执行提供器就能等来第一帧画面。快速导航没有独立显卡直接看第 2、3 节默认 CPU 模式就能跑有 NVIDIA 显卡重点看第 4 节 CUDA 执行提供器启动就报错先翻第 5 节排错表已经能跑、嫌卡跳第 6 节效果提升 模型文件放哪里程序启动时会检查模型是否就位缺失就会卡住或反复提示。仓库里 models/ 文件夹中有一份 instructions.txt核心就两个文件inswapper_128_fp16.onnx换脸主力模型约 380MBGFPGANv1.4.onnx面部增强模型约 350MB从 Hugging Face 的hacksider/deep-live-cam模型库下载后直接丢进models/文件夹文件名一个字符都不要改。ls models/ # 能看到 inswapper_128_fp16.onnx 和 GFPGANv1.4.onnx # 就对了到这里模型已经就位。如果某次下载中断核对文件大小重新下载即可。Deep-Live-Cam 换脸效果演示 搭好 Python 环境再装依赖依赖版本卡得比较死用独立虚拟环境可以避免和系统 Python 打架。先拿到代码再建环境、装依赖一个块里做完。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate # 省略… pip install -r requirements.txtPython 版本 3.11–3.14 都支持推荐 3.14另外还需要系统里装好 ffmpegWindows 用户顺手装一下 Visual Studio 2022 运行库。安装跑完最后一行出现Successfully installed、提示符前多了(venv)前缀环境就建好了。️ 选对执行提供器CUDA 报错大多出现在这一步执行提供器和你的硬件对不上。按硬件选对应参数启动你的硬件启动命令集显 / 无独显默认python run.pyNVIDIA 显卡python run.py --execution-provider cudaApple Siliconpython run.py --execution-provider coremlAMD 显卡Windowspython run.py --execution-provider directmlNVIDIA 用户注意先装好 CUDA Toolkit 12.8 和 cuDNN 8.9.7再把推理引擎换成 GPU 版pip uninstall onnxruntime onnxruntime-gpu pip install onnxruntime-gpu1.26.0 python run.py --execution-provider cuda提供器逻辑写在 modules/core.py 的参数解析里启动日志里出现CUDAExecutionProvider而不是只剩 CPU说明 GPU 加速生效了。普通 PC 上的性能面板演示▶ 启动与验证直接跑python run.py弹出界面后选一张正面清晰的源脸照片选好摄像头点 Live。首次启动要等 10–30 秒加载模型和初始化摄像头预览画面出来后第一帧换脸就算跑通了。想处理视频则选源照片加目标视频点 Start结果会存到以目标视频命名的文件夹里。Live 模式下的多人换脸演示 排错速查表症状原因修复提示模型未找到文件没放进models/或文件名不一致核对文件名重新放入models/CUDAExecutionProvider 报错CUDA/cuDNN 未装或显卡不支持装 CUDA 12.8 cuDNN 8.9.7或改用--execution-provider cpuMac 提示缺_tkinter系统没装 GUI 库brew install python-tk3.14能跑但只有个位数 fpsCPU 模式 同时开了面部增强先关增强功能再试 GPU 执行提供器模型加载中途失败模型文件损坏或下载不完整删除后重新下载核对文件大小效果提升Live 预览掉帧 → 在界面上关掉 Face Enhancer跳过第二次 ONNX 推理开关状态见 modules/globals.py 的fp_ui→ 帧率立竿见影代价是皮肤细节略降。嘴型对不上 → 启动加--mouth-mask保留原始嘴部区域 → 口型动作跟得上。画面里多人 → 启动加--many-faces或配合 Face Mapping 指定哪张脸用哪个源照片 → 多人同框不再互相抢脸。收尾把一张正面照拖进源照片位置点 Live10 秒后第一帧出现最难的坎就过去了。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 4 步跑通 Deep-Live-Cam 实时换脸：从模型下载到第一帧出图
4 步跑通 Deep-Live-Cam 实时换脸从模型下载到第一帧出图【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam终端刷出一屏 CUDA 报错models/里空空如也光标还在闪。Deep-Live-Cam 只需一张照片就能做实时换脸但模型加载这一步劝退了不少人。照下面走一遍下模型、建环境、选对执行提供器就能等来第一帧画面。快速导航没有独立显卡直接看第 2、3 节默认 CPU 模式就能跑有 NVIDIA 显卡重点看第 4 节 CUDA 执行提供器启动就报错先翻第 5 节排错表已经能跑、嫌卡跳第 6 节效果提升 模型文件放哪里程序启动时会检查模型是否就位缺失就会卡住或反复提示。仓库里 models/ 文件夹中有一份 instructions.txt核心就两个文件inswapper_128_fp16.onnx换脸主力模型约 380MBGFPGANv1.4.onnx面部增强模型约 350MB从 Hugging Face 的hacksider/deep-live-cam模型库下载后直接丢进models/文件夹文件名一个字符都不要改。ls models/ # 能看到 inswapper_128_fp16.onnx 和 GFPGANv1.4.onnx # 就对了到这里模型已经就位。如果某次下载中断核对文件大小重新下载即可。Deep-Live-Cam 换脸效果演示 搭好 Python 环境再装依赖依赖版本卡得比较死用独立虚拟环境可以避免和系统 Python 打架。先拿到代码再建环境、装依赖一个块里做完。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate # 省略… pip install -r requirements.txtPython 版本 3.11–3.14 都支持推荐 3.14另外还需要系统里装好 ffmpegWindows 用户顺手装一下 Visual Studio 2022 运行库。安装跑完最后一行出现Successfully installed、提示符前多了(venv)前缀环境就建好了。️ 选对执行提供器CUDA 报错大多出现在这一步执行提供器和你的硬件对不上。按硬件选对应参数启动你的硬件启动命令集显 / 无独显默认python run.pyNVIDIA 显卡python run.py --execution-provider cudaApple Siliconpython run.py --execution-provider coremlAMD 显卡Windowspython run.py --execution-provider directmlNVIDIA 用户注意先装好 CUDA Toolkit 12.8 和 cuDNN 8.9.7再把推理引擎换成 GPU 版pip uninstall onnxruntime onnxruntime-gpu pip install onnxruntime-gpu1.26.0 python run.py --execution-provider cuda提供器逻辑写在 modules/core.py 的参数解析里启动日志里出现CUDAExecutionProvider而不是只剩 CPU说明 GPU 加速生效了。普通 PC 上的性能面板演示▶ 启动与验证直接跑python run.py弹出界面后选一张正面清晰的源脸照片选好摄像头点 Live。首次启动要等 10–30 秒加载模型和初始化摄像头预览画面出来后第一帧换脸就算跑通了。想处理视频则选源照片加目标视频点 Start结果会存到以目标视频命名的文件夹里。Live 模式下的多人换脸演示 排错速查表症状原因修复提示模型未找到文件没放进models/或文件名不一致核对文件名重新放入models/CUDAExecutionProvider 报错CUDA/cuDNN 未装或显卡不支持装 CUDA 12.8 cuDNN 8.9.7或改用--execution-provider cpuMac 提示缺_tkinter系统没装 GUI 库brew install python-tk3.14能跑但只有个位数 fpsCPU 模式 同时开了面部增强先关增强功能再试 GPU 执行提供器模型加载中途失败模型文件损坏或下载不完整删除后重新下载核对文件大小效果提升Live 预览掉帧 → 在界面上关掉 Face Enhancer跳过第二次 ONNX 推理开关状态见 modules/globals.py 的fp_ui→ 帧率立竿见影代价是皮肤细节略降。嘴型对不上 → 启动加--mouth-mask保留原始嘴部区域 → 口型动作跟得上。画面里多人 → 启动加--many-faces或配合 Face Mapping 指定哪张脸用哪个源照片 → 多人同框不再互相抢脸。收尾把一张正面照拖进源照片位置点 Live10 秒后第一帧出现最难的坎就过去了。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考