Deep-Live-Cam 实时换脸保姆级指南：从 0 到出第一支换脸视频

Deep-Live-Cam 实时换脸保姆级指南从 0 到出第一支换脸视频【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还在逐帧换脸等半天Deep-Live-Cam 是一款开源实时换脸工具给它 1 张照片就能把摄像头、视频乃至电影里的人脸实时替换掉还能直接输出一面前置摄像头视角。本文 3 步、6 条命令、约 10 分钟带你从空电脑跑通第一支换脸视频。60 秒核对你的机器能不能跑目标用一张表确认机器能不能跑和跑得多顺避免装到一半才发现跑不动。项目能不能跑跑得多顺操作系统Windows 10 / macOS 11 / 主流 LinuxWindows 11 及以上macOS 12 及以上CPU4 核8 核及以上内存8GB16GB显卡无CPU 模式可跑NVIDIA支持 CUDA或 Apple Silicon磁盘空闲10GB依赖 约 300MB 换脸模型20GBPython3.113.143.11–3.14 均可FFmpeg已安装并加入 PATH最新稳定版踩线能不能跑即可起步差距会体现在帧率上。项目自带一段普通 PC 上的实时换脸性能演示先有个心理预期验收标准7 项逐一对照后能明确回答能跑或跑不动。3 步装完环境、依赖、加速 目标按顺序敲完 3 块内容得到一个干净的、能跑 Deep-Live-Cam 的虚拟环境。第 1 步把依赖关进虚拟环境克隆代码并建隔离环境避免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。验收标准终端提示符前出现(venv)前缀。第 2 步一条命令拉齐全部依赖一条 pip 装齐 OpenCV、ONNX Runtime、InsightFace 人脸分析库等全部依赖换脸模型文件约 300MB会在首次运行时自动下载也可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进 models/ 文件夹说明见 models/instructions.txt。pip install -r requirements.txt验收标准pip show onnxruntime能打印出版本号。第 3 步给 GPU 指对加速后端NVIDIA依赖里已含onnxruntime-gpu不用额外装启动时加--execution-provider cuda即可。AMD换一条命令替换 ONNX 运行时轮子pip install -U onnxruntime-directmlIntel包名换成onnxruntime-openvino用--execution-provider openvino启动。Apple Silicon什么都不用装官方onnxruntime轮子自带 CoreML用--execution-provider coreml启动。验收标准用对应硬件的--execution-provider启动不再报 provider 相关错误。第一次出结果3 次点击拿到换脸视频 目标走最短路径看到换脸效果操作不超过 3 次点击。启动图形界面python run.py按顺序点 3 下① 选源脸照片清晰正脸选谁就换谁对应命令行参数-s② 选目标视频或图片要被替换的内容对应-t③ 点 Start。结果保存在以目标文件命名的文件夹里。换成摄像头模式则是点 Live10–30 秒后出现预览画面。习惯命令行的人一条命令等价python run.py -s face.jpg -t clip.mp4验收标准打开输出文件里面的脸已经变成源照片里的人。报错了4 个高频问题先查这里目标程序一红脸先对这份清单绝大多数情况一眼就能定位。看到什么一启动就提示 ffmpeg 缺失并直接退出。多半是什么FFmpeg 没装或它的 bin 目录不在 PATH 里。一句话解决安装 FFmpeg 并把 bin 目录加入 PATH重开终端后用ffmpeg -version验证。看到什么加了--execution-provider cuda报 cuDNN / cuBLAS 找不到退回 CPU。多半是什么CUDA 运行时缺失或版本不配套官方验证组合为 CUDA 12.8 cuDNN 8.9.7。一句话解决按该组合安装两者把 cuDNN 的 bin 目录加进 PATH 后重启程序。看到什么处理长视频到一半内存飙高、程序卡死。多半是什么帧与中间结果一直驻留内存。一句话解决启动时加--max-memory 8或更小值仍爆就先降分辨率。看到什么macOS 上 GUI 弹不出来提示缺少_tkinter。多半是什么Tk 图形界面组件缺失。一句话解决执行brew reinstall python-tk3.14。验收标准你刚才撞上的报错在这 4 条里且按解法验证已恢复。参数参考按用途分组速查目标想达到什么效果就翻哪一组不用背参数大全完整定义见 modules/core.py。换人与多脸参数什么时候用-s/--source源脸照片1 张就够-t/--target目标图片或视频--many-faces画面里每张脸都换默认只换 1 张--map-faces不同人物映射到不同脸配合--many-faces使用保口型、保音轨、保帧率参数什么时候用--mouth-mask遮罩嘴部保留原口型--keep-audio保留原音轨默认开启--keep-fps保留原始帧率播放更流畅画质、体积与内存参数什么时候用--frame-processor处理管线按书写顺序执行默认face_swapper可追加face_enhancer--video-encoder输出编码器libx264默认/libx265/libvpx-vp9--video-quality编码质量 0–51越小越清晰默认 18--max-memory内存上限GB长视频、多人脸场景4 个画质增强处理器的实现都在 帧处理管线 里嘴部遮罩在说话头类视频上效果最明显验收标准脑子里冒出任何想要的效果都能在上表三组里指到对应参数。效果配方卡想要什么加什么目标日后翻卡片用对着场景找到那一行片段直接粘进终端。想要什么加什么给单个视频换脸python run.py -s face.jpg -t clip.mp4画面里每张脸都换追加--many-faces不同人用不同的脸追加--map-faces --many-faces保留原口型追加--mouth-mask让脸更清晰--frame-processor追加face_enhancer保留音轨与帧率追加--keep-audio --keep-fps输出文件更小追加--video-encoder libx265直播实时换脸python run.py里点 Live加--live-mirror镜像成前置视角帧率按目标分流畅不卡CPU 模式即可要 1080P 顺滑用--execution-provider cuda要 4K 人脸增强仍实时--frame-processor face_swapper face_enhancer配一张高端显卡。验收标准你下一次的用法场景在表里有对应行片段能直接粘进终端。现在去终端敲第一条命令。【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