Deep-Live-Cam 实时换脸：3 步完整上手指南

Deep-Live-Cam 实时换脸3 步完整上手指南【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刚 clone 完仓库的用户最常卡住的点是两个models 文件夹是空的导致 Deep-Live-Cam 启动后模型加载失败以及依赖装完仍报版本冲突。本文按「模型就位 → 环境搭好 → 首次拉起」给出一条最短路径跑完后你拥有可用的实时换脸环境卡住的步骤都能在后面的排错表里对号入座。 环境速判先花 30 秒对号入座后文所有操作都基于这张表选定的模式你的硬件推荐运行模式预期表现集显 / 纯 CPU--execution-provider cpu5–10 fps够用NVIDIARTX 20/30/40 系--execution-provider cuda25–40 fps流畅直播Apple 芯片M1 及以后--execution-provider coreml20–30 fpsAMD 显卡Windows--execution-provider directml15–25 fps 最小可跑通路径模型文件放置路径把inswapper_128_fp16.onnx换脸核心和GFPGANv1.4.onnx面部增强放进仓库根目录的models/文件夹文件名必须原样保留。手头没有文件也不用慌首次启动时程序会自动下载这两个模型约 300MB下载来源记录在 models/instructions.txt。校验方式很直接FP16 换脸模型约 380MB文件明显偏小就是下载中断重新拉一遍即可。虚拟环境一键初始化需要 Python 3.11 及以上推荐 3.14macOS 用户额外要装 python-tk否则 GUI 起不来。在仓库根目录执行python -m venv venv source venv/bin/activate # Windows 改为 venv\Scripts\activate pip install -r requirements.txtpip 卡住时换国内镜像源安装即可。视频处理模式依赖系统里已装好的 ffmpeg图像和摄像头模式不需要。首次拉起与执行提供器切换python run.py默认自动检测可用的加速提供器并拉起 GUI。想手动指定时在命令后追加对应参数N 卡加--execution-provider cudaApple 芯片加coremlWindows 上的 AMD 加directml都不满足就加cpu。首次运行预览需要 10–30 秒加载出现画面后选一张正脸清晰的源图点 Live 即完成第一次实时换脸换视频或图片则走图片/视频模式选目标文件点 Start。️ 排错速查报错关键词触发原因一行修复Model not found in models/模型没就位或文件名被改重新下载两个 onnx 文件放入models/No module named tkintermacOS 缺 python-tkbrew install python-tk3.14后重建 venvCUDAExecutionProvider not foundonnxruntime-gpu 未装或 CUDA 缺失先加--execution-provider cpu启动依赖版本冲突 / opencv 报错venv 里混装了其他项目的包删掉 venv 目录重建后重装 requirementsffmpeg not found系统未装 ffmpeg仅视频模式报错安装 ffmpeg 并加入 PATH⚙️ 调优备忘关闭 Face Enhancer帧率提升最明显--max-memory调低上限防内存暴涨只处理一张人脸不开 Many Faces求稳换 FP32 模型求快用 FP16长视频用-s/-t参数分段处理 延伸用法图片/视频模式下可整段替换视频中的脸输出自动存入以目标视频命名的文件夹。 配合 OBS 等屏幕采集工具Live 窗口可直接推流到直播平台。 Mouth Mask 保留原始嘴部运动显著缓解换脸后口型对不上的问题。 Map Faces 让同一画面里的不同人物分别对应不同的脸。 收束跑完上面三步Deep-Live-Cam 的实时换脸环境就是完整可用的状态。README.md完整文档、命令行参数与用法示例models/instructions.txt模型清单与下载来源modules/core.py启动逻辑与执行提供器处理的源码入口【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