
Deep-Live-Cam 实时换脸部署教程没有显卡一张照片也能快速跑通【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-CamDeep-Live-Cam 是开源实时换脸工具一张正脸照片就能把视频或摄像头画面里的人脸实时换掉表情和光线自动跟随原画面。本文不要求显卡照做后能在普通 PC 上跑通第一次换脸拿到成品视频。 一、原理速览一张照片能做什么先说结论整个换脸过程就是「检测→替换→修复」三步。程序输入一张源脸照片和一段目标视频内部先用人脸检测模型逐帧定位画面中的脸再用 inswapper 换脸模型把检测到的脸替换成源脸最后用 GFPGAN 修复模型补齐纹理细节。输出是一段换好脸的视频表情和光线都对齐原画面。 二、部署从零到可运行三条命令就能把环境搭好CPU 推理即可跑不需要独立显卡。前置条件Python 3.11–3.14推荐 3.14带 pip 和 gitffmpegWindows 用 winget install ffmpegmacOS 用 brew install ffmpegWindows 需装 Visual C 2022 运行库两个模型文件共约 300MB首次运行自动下载不用手动下载git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam pip install -r requirements.txt第一行克隆仓库最新提交--depth 1 浅克隆只拉一次提交下载只要几秒第二行进入项目目录第三行按 requirements.txt 装齐 opencv、insightface、onnxruntime 等推理依赖。输出区末尾出现 Successfully installed 且没有红色报错环境就装好了。卡在某一个包时重跑第三行即可续装提示版本不支持先升级 Python 到 3.11 以上。 三、第一次运行换掉第一段视频最小流程就是「一张源脸照片 一段目标视频」几分钟出成品视频。素材要求源脸选光线充足、无遮挡的正脸照分辨率不低于 512×512命名 face.jpg目标视频用 mp4先挑 30 秒以内的短片段验证效果更稳妥。python run.py -s face.jpg -t target.mp4 --keep-audio这一行表示以 face.jpg 为源脸对 target.mp4 逐帧换脸--keep-audio 保留原音轨。首次运行会自动下载约 300MB 的模型文件inswapper 换脸模型与 GFPGAN 修复模型进度条走完并打印成品文件路径就算成功——输出视频存放在与目标视频同名的文件夹里双击打开核对效果。电影画面的逐帧实时换脸表情和光线跟随原帧变化 四、常见问题速查最容易卡的 4 个坑卡住时先查表再猜原因4 个高频坑都列在下面现象原因解决模型下载慢或中断模型文件共约 300MB受网速限制手动下载 inswapper_128_fp16.onnx 与 GFPGANv1.4.onnx 两个文件放进 models/ 文件夹后重跑提示检测不到人脸源脸照片光线不足、角度偏或有遮挡换一张光线足、角度正、清晰无遮挡的正脸照画面多张脸只换了一张默认只处理最大的那张脸追加 --many-faces 参数替换画面中全部人脸报找不到 ffmpeg缺少系统视频编解码依赖安装 ffmpegWindowswinget install ffmpegmacOSbrew install ffmpeg后重跑 五、进阶玩法参数微调与摄像头实时模式视频跑通后参数可以按需叠加--keep-fps 保持原帧率--mouth-mask 保留目标人物的嘴部动作让口型更自然--map-faces 给画面里不同的人物分别指定不同源脸。多脸映射演示直播画面里每个人被替换成不同的源脸实时模式更直接不带参数运行会打开图形界面。python run.py在界面里依次选源脸、选摄像头、点 Live等 10–30 秒出现预览画面再用 OBS 等工具捕获窗口即可推流。想改实时换脸的核心流程从 modules/core.py 入手想改界面布局和选项看 modules/ui.py。摄像头实时模式效果点 Live 后直播画面中的人物被实时替换下一步建议给同一段视频叠加 --mouth-mask 再跑一次对比口型差异想直播的可以先跑摄像头实时模式用 OBS 捕获窗口。使用真人照片需取得本人同意发布时注明内容系合成/深度伪造生成。【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