Deep-Live-Cam 实时换脸模型加载失败？inswapper_128 手把手 3 分钟彻底排查指南

Deep-Live-Cam 实时换脸模型加载失败inswapper_128 手把手 3 分钟彻底排查指南【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-CamDeep-Live-Cam 是一款实时换脸工具只用一张照片就能把人脸替换进视频或摄像头画面。如果你启动时卡在 inswapper_128 模型加载这一步本文按从最可能到最不可能的顺序带你把模型加载失败的常见原因逐一排掉照做就能跑起来。30 秒自检先判断你卡在哪你看到的现象大概率原因跳到提示Model not found in .../models或界面卡在加载不动models目录缺inswapper_128.onnx或文件其实是个几 KB 的下载链接文本方案一确认 models 目录模型文件完整性报错含CUDAExecutionProvider、onnxruntime 初始化失败onnxruntime 执行器与显卡/CUDA 环境对不上方案二切换 execution-provider 绕过环境不匹配只有旧显卡GTX 16 系及更早画面发黑或加载 FP16 失败FP16 模型在老 GPU 上算出 NaN方案三FP16 降级 FP32 的具体命令装依赖或 import onnxruntime 就报错Python 版本低于 3.11不在项目支持范围方案四按版本要求重建虚拟环境方案一确认 models 目录模型文件完整性模型文件是换脸程序的大脑inswapper_128.onnxFP32约 550MB或inswapper_128_fp16.onnxFP16约 275MB必须放在项目根目录的models文件夹里两者有一个即可。程序启动时由modules/processors/frame/face_swapper.py检查这两个路径都没有才会报 Model not found。⚠️ 一个高频陷阱把下载链接当文件存了或网页跳转后保存下来一个几 KB 的 HTML模型。所以先看大小而不是只看文件名ls -lh models/ # Windows 用 dir models # 正常值参考inswapper_128.onnx ≈ 550MBinswapper_128_fp16.onnx ≈ 275MB如果文件缺失或大小明显不对按models/instructions.txt给的官方地址重新下载并确认落盘后扩展名是.onnx。判断标准重新运行python run.py日志出现Loading face swapper model from: .../models/inswapper_128.onnx随后打印Face swapper model loaded successfully.即为成功。如果文件完整却仍然报错说明问题出在运行环境上继续往下。方案二用 --execution-provider 切换执行器绕过 CUDA 不匹配执行器Execution Provider就是 onnxruntime 跑模型的插座CUDA 不匹配就像充电器和插座规格对不上——硬插只会烧接口。modules/core.py里的decode_execution_providers只会从 onnxruntime 实际可用的执行器里挑选所以最稳的修法是直接用命令行换插座不必去改任何配置文件python -c import onnxruntime as ort; print(ort.get_available_providers())这条命令列出当前环境真正可用的执行器。之后按需指定CPU 模式用python run.py --execution-provider cpu确认 CUDA 正常则用--execution-provider cudaAMD 用rocm苹果芯片用coreml。判断标准启动日志不再抛CUDAExecutionProvider相关异常并且能走到Loading face swapper model from ...这一行。切到 CPU 会慢一些但先跑通再谈速度。方案三FP16 降级 FP32 的具体命令老显卡上 FP16 容易算出 NaN表现为加载后画面发黑、人脸区域异常。程序逻辑是仅当 CUDA 可用且inswapper_128_fp16.onnx存在时才优先加载 FP16见face_swapper.py的get_face_swapper。所以把 FP16 文件挪走它会自动回落到 FP32牺牲一点速度换稳定mv models/inswapper_128_fp16.onnx ~/inswapper_fp16_backup.onnx判断标准启动日志中Loading face swapper model from:后面指向的是inswapper_128.onnx不带 fp16 字样且换脸画面正常。如果上面没解决继续往下。方案四检查 Python 版本并重建虚拟环境项目要求 Python 3.113.14推荐 3.14onnxruntime 已经放弃 3.10 及以下版本装太旧的 Python 会在依赖安装或 import 阶段就报错。先确认当前版本python --version若低于 3.11用新 Python 重建环境再装依赖python3.14 -m venv venv . venv/bin/activate pip install -r requirements.txt判断标准python --version落在 3.113.14 区间启动时 onnxruntime 不再报 ImportError 或 undefined symbol 类错误并能走到模型加载阶段。加固与防复发修好之后导一份环境快照以后换机器或出问题可以照着复原{ python --version; pip show onnxruntime insightface | grep -E Name|Version; uname -a; } env_snapshot.txt把models/目录备份一份到别处换电脑或重装环境时直接拷回来省得重新下载几百 MB。每次改动后看启动日志的两行就够了Loading face swapper model from:确认用的是哪个模型文件执行器列表确认跑在哪个插座上。速查卡片模型路径、关键命令与版本要求模型目录 项目根/models/ 模型文件 inswapper_128.onnx (~550MB) 或 inswapper_128_fp16.onnx (~275MB) 完整性检查 ls -lh models/ 查看执行器 python -c import onnxruntime as ort; print(ort.get_available_providers()) CPU 兜底 python run.py --execution-provider cpu CUDA 加速 python run.py --execution-provider cuda Python 3.11 ~ 3.14推荐 3.14 成功标志 日志出现 Face swapper model loaded successfully.还有排不掉的报错把启动日志最后 20 行贴到项目仓库的 Issue 区通常很快会有人帮你定位。【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