Deep-Live-Cam 一张照片实时换脸【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 是一个开源实时换脸工具一张照片就能替换视频、电影甚至摄像头画面里的人脸不用逐帧渲染等待。读完这篇你能在自家机器装好跑通它第一次出画面大约需要 10 分钟。跑起来之前先核对这张表7 项对照一遍1 分钟出结论。达到最低线就能起步和推荐线的差距主要体现在帧率上。项目最低线舒服线操作系统Windows 10 / macOS 11 / 主流 LinuxWindows 11、macOS 12 以上CPU4 核8 核及以上内存8GB16GB显卡无CPU 模式也能跑偏慢NVIDIA RTX 3060 及以上支持 CUDA磁盘空闲10GB依赖 约 300MB 模型20GBPython3.113.143.11–3.14 均可FFmpeg已安装并加入 PATH最新稳定版普通 PC 大概能到什么水平看这段官方录的性能演示任务管理器同时开着可以看 CPU/GPU 占用安装一共就这几条命令用意是隔离依赖别让这个项目的包污染系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activateWindows 上激活命令换成venv\Scripts\activate。做对了长这样终端提示符前出现(venv)。macOS 用户先brew install python3.14和python-tk3.14GUI 依赖 tkinter后面步骤相同。再装依赖一条命令齐活OpenCV、ONNX Runtime、insightface 等都在 requirements.txt 里pip install -r requirements.txt做对了长这样pip show onnxruntime能打印出版本号。第一次出画面界面点 3 下python run.py在弹出的窗口里① 选源脸照片谁的照就换谁选一张清晰正脸② 选目标图片或视频③ 点 Start。做对了长这样结果保存在一个以目标文件命名的文件夹里打开就能看到换好的脸。想直接上摄像头就选完源脸后点 Live10–30 秒内出预览画面。习惯命令行的话一条命令等价于上面全部操作python run.py -s face.jpg -t clip.mp4 首次运行会自动下载约 300MB 的换脸与增强模型到models/文件夹没耐心的可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进去。按你的显卡选加速后端不加参数时程序按机器情况选默认后端想手动指定按下表操作。NVIDIA 用户通常什么都不用装依赖里已含 CUDA 版 onnxruntime-gpu启动时加--execution-provider cuda即可。你的显卡要装什么启动时加的参数NVIDIACUDA 12.8 cuDNN 8.9.7cuDNN 的 bin 目录进 PATH--execution-provider cudaAMDWindowsonnxruntime-directml1.21.0--execution-provider directmlIntelonnxruntime-openvino1.21.0需配套同版本 OpenVINO--execution-provider openvinoApple Silicon什么都不用装官方 onnxruntime 已内置 CoreML--execution-provider coreml纯 CPU什么都不用装--execution-provider cpuAMD 用户只需一条命令换掉运行轮子pip install -U onnxruntime-directml1.21.0做对了长这样带上对应的--execution-provider启动不再报 provider 相关错误界面正常出画面。这几个参数记住就够用记不住就翻这张表完整定义在 modules/core.py 的参数解析处逐行注释都有。参数干什么什么时候用-s/-t源脸照片 / 目标图片或视频必填源脸选清晰正脸-o指定输出路径默认按目标文件建文件夹批量处理时用--frame-processor处理管线默认face_swapper追加face_enhancer让脸更清晰--many-faces处理画面里每一张脸群像画面--map-faces不同主体映射到不同脸配合--many-faces做多角色--mouth-mask遮罩嘴部保留原口型说话头类视频--keep-fps保留原始帧率播放要流畅--video-encoderlibx264默认/libx265/libvpx-vp9在意体积或格式--video-quality0–51越小越清晰默认 18追求画质--max-memory内存上限GB长视频、多人脸--live-mirror实时窗口镜像成前置摄像头视角直播其中--frame-processor可选的 4 个处理器face_swapper、face_enhancer、face_enhancer_gpen256、face_enhancer_gpen512实现都在 帧处理管线源码 里想改画质就从这里下手。跑通之后三种玩法看电影。给电影实时换脸是最直观的演示-t指向电影文件即可直播 / 开摄像头。界面里点 Live再配合 OBS 之类的推流软件抓取窗口想让观众看到镜像视角就加--live-mirror群像。画面里每张脸都换加--many-faces不同人用不同的脸加--map-faces --many-faces。最容易撞上的 3 个坑⚠️ 按现象 → 原因 → 一句话解决对照一启动就提示找不到 FFmpeg 直接退出→ FFmpeg 没装或 bin 目录不在 PATH。装好后重开终端ffmpeg -version能输出版本即解决。加--execution-provider cuda报 cuDNN / cuBLAS 找不到退回 CPU→ CUDA 运行时缺失或版本不配套官方验证组合是 CUDA 12.8 cuDNN 8.9.7。按该组合装齐、把 cuDNN bin 目录加进 PATH 再启动。处理长视频到一半内存飙高、卡死→ 帧与中间结果一直驻留内存。启动时加--max-memory 8或更小值仍爆显存就先降分辨率。最后一句提醒项目内置了不当内容过滤--nsfw-filter使用前请确认已取得本人同意输出分享时标注 deepfake用法合规。【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
Deep-Live-Cam 一张照片实时换脸【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 是一个开源实时换脸工具一张照片就能替换视频、电影甚至摄像头画面里的人脸不用逐帧渲染等待。读完这篇你能在自家机器装好跑通它第一次出画面大约需要 10 分钟。跑起来之前先核对这张表7 项对照一遍1 分钟出结论。达到最低线就能起步和推荐线的差距主要体现在帧率上。项目最低线舒服线操作系统Windows 10 / macOS 11 / 主流 LinuxWindows 11、macOS 12 以上CPU4 核8 核及以上内存8GB16GB显卡无CPU 模式也能跑偏慢NVIDIA RTX 3060 及以上支持 CUDA磁盘空闲10GB依赖 约 300MB 模型20GBPython3.113.143.11–3.14 均可FFmpeg已安装并加入 PATH最新稳定版普通 PC 大概能到什么水平看这段官方录的性能演示任务管理器同时开着可以看 CPU/GPU 占用安装一共就这几条命令用意是隔离依赖别让这个项目的包污染系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activateWindows 上激活命令换成venv\Scripts\activate。做对了长这样终端提示符前出现(venv)。macOS 用户先brew install python3.14和python-tk3.14GUI 依赖 tkinter后面步骤相同。再装依赖一条命令齐活OpenCV、ONNX Runtime、insightface 等都在 requirements.txt 里pip install -r requirements.txt做对了长这样pip show onnxruntime能打印出版本号。第一次出画面界面点 3 下python run.py在弹出的窗口里① 选源脸照片谁的照就换谁选一张清晰正脸② 选目标图片或视频③ 点 Start。做对了长这样结果保存在一个以目标文件命名的文件夹里打开就能看到换好的脸。想直接上摄像头就选完源脸后点 Live10–30 秒内出预览画面。习惯命令行的话一条命令等价于上面全部操作python run.py -s face.jpg -t clip.mp4 首次运行会自动下载约 300MB 的换脸与增强模型到models/文件夹没耐心的可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进去。按你的显卡选加速后端不加参数时程序按机器情况选默认后端想手动指定按下表操作。NVIDIA 用户通常什么都不用装依赖里已含 CUDA 版 onnxruntime-gpu启动时加--execution-provider cuda即可。你的显卡要装什么启动时加的参数NVIDIACUDA 12.8 cuDNN 8.9.7cuDNN 的 bin 目录进 PATH--execution-provider cudaAMDWindowsonnxruntime-directml1.21.0--execution-provider directmlIntelonnxruntime-openvino1.21.0需配套同版本 OpenVINO--execution-provider openvinoApple Silicon什么都不用装官方 onnxruntime 已内置 CoreML--execution-provider coreml纯 CPU什么都不用装--execution-provider cpuAMD 用户只需一条命令换掉运行轮子pip install -U onnxruntime-directml1.21.0做对了长这样带上对应的--execution-provider启动不再报 provider 相关错误界面正常出画面。这几个参数记住就够用记不住就翻这张表完整定义在 modules/core.py 的参数解析处逐行注释都有。参数干什么什么时候用-s/-t源脸照片 / 目标图片或视频必填源脸选清晰正脸-o指定输出路径默认按目标文件建文件夹批量处理时用--frame-processor处理管线默认face_swapper追加face_enhancer让脸更清晰--many-faces处理画面里每一张脸群像画面--map-faces不同主体映射到不同脸配合--many-faces做多角色--mouth-mask遮罩嘴部保留原口型说话头类视频--keep-fps保留原始帧率播放要流畅--video-encoderlibx264默认/libx265/libvpx-vp9在意体积或格式--video-quality0–51越小越清晰默认 18追求画质--max-memory内存上限GB长视频、多人脸--live-mirror实时窗口镜像成前置摄像头视角直播其中--frame-processor可选的 4 个处理器face_swapper、face_enhancer、face_enhancer_gpen256、face_enhancer_gpen512实现都在 帧处理管线源码 里想改画质就从这里下手。跑通之后三种玩法看电影。给电影实时换脸是最直观的演示-t指向电影文件即可直播 / 开摄像头。界面里点 Live再配合 OBS 之类的推流软件抓取窗口想让观众看到镜像视角就加--live-mirror群像。画面里每张脸都换加--many-faces不同人用不同的脸加--map-faces --many-faces。最容易撞上的 3 个坑⚠️ 按现象 → 原因 → 一句话解决对照一启动就提示找不到 FFmpeg 直接退出→ FFmpeg 没装或 bin 目录不在 PATH。装好后重开终端ffmpeg -version能输出版本即解决。加--execution-provider cuda报 cuDNN / cuBLAS 找不到退回 CPU→ CUDA 运行时缺失或版本不配套官方验证组合是 CUDA 12.8 cuDNN 8.9.7。按该组合装齐、把 cuDNN bin 目录加进 PATH 再启动。处理长视频到一半内存飙高、卡死→ 帧与中间结果一直驻留内存。启动时加--max-memory 8或更小值仍爆显存就先降分辨率。最后一句提醒项目内置了不当内容过滤--nsfw-filter使用前请确认已取得本人同意输出分享时标注 deepfake用法合规。【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
