Deep-Live-Cam 免显卡部署浏览器里就能出换脸成片【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 是一款开源实时换脸工具只要一张照片就能把视频或摄像头画面里的人脸替换掉。这篇部署教程借用 Google 提供的免费云端环境 Colab 完成全部操作不需要独立显卡也不用在本地装任何软件。换完之后的效果是你选一张源脸照片程序逐帧检测人脸并把源脸贴上去表情和光线跟着原画面走。把 Colab 云端环境搭好Colab 是在线 notebook浏览器打开就能写代码计算全跑在云端你本机只负责看结果。新建一个 notebook先跑这三行!git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam %cd Deep-Live-Cam !pip install -r requirements.txt第一行把项目代码拉到云端--depth 1只取最新一次提交速度快第二行进入项目目录第三行按requirements.txt一次性装齐 opencv图像处理库、onnxruntime就是跑模型的加速库这些推理依赖。输出区末尾提示安装完成、没有红色报错环境就算就绪了。用三条命令跑通第一条换脸视频第 1 步上传素材。准备一张源脸照片和一段目标视频源脸选光线充足、无遮挡的正脸照分辨率不低于 512×512。from google.colab import files files.upload()运行后输出区弹出文件选择框依次选中face.jpg和target.mp4看到 saved 提示即表示上传完成。第 2 步执行换脸。图形界面需要本地屏幕Colab 里更省事的方式是命令行模式给run.py传入-s源脸参数程序就走无界面批处理流程。!python run.py -s face.jpg -t target.mp4 --keep-audio这一行干的是以 face.jpg 为源脸对 target.mp4 逐帧换脸并保留原音轨。首次运行会自动下载模型文件包括 inswapper 换脸模型、GFPGAN 修复模型和人脸检测模型体积有几百 MB进度条走完并打印输出路径就是成功耐心等几分钟即可。电影场景逐帧人脸替换项目自带的演示动图第 3 步拿到输出文件。换完的视频存放在命令结束前打印的输出路径里到 Colab 左侧文件树找到对应文件点击下载到本地核对效果。卡住了对一下这几条排查点模型下载中断进度条卡住或报网络错误。手动把inswapper_128.onnx和gfpgan-1024.onnx放进models/文件夹再重跑一次。Colab 会话超时免费会话闲置会被回收长视频处理到一半就没了。处理前先裁短片段跑完尽快把结果下载下来。检测不到人脸源脸光线不足或角度太偏。换一张光线足、角度正、清晰无遮挡的照片重跑。画面里有多张脸默认只处理一张脸。命令后追加--many-faces参数替换画面中的全部人脸。跑通之后继续玩进阶参数视频跑通后可以按需求叠加参数--mouth-mask保留目标人物的嘴部区域口型更自然--keep-fps让输出锁定原视频的帧率--map-faces给画面里的多张脸分别指定不同的源脸。如果你本地电脑带摄像头装好后直接运行python run.py就能打开图形界面选源脸、点 Live 即可看实时预览再用 OBS 捕获窗口做推流。想改行为的话实时换脸核心流程在modules/core.py界面配置在modules/ui.py从这两个文件入手。下一步建议把目标换成本地摄像头画面试实时模式或给同一段视频叠加--mouth-mask前后对比效果。多张脸同时映射不同源脸的演示动图使用真人照片需取得本人同意发布时注明内容系深度伪造生成。【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