2026/9/6 20:30:29
FEATURED · 精选文章 
Deep-Live-Cam 三步装好本地实时换脸一张照片摄像头 30 秒出预览【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逐帧换脸要等半天Deep-Live-Cam 只需要一张照片就能把视频、电影甚至摄像头画面里的人脸实时换掉全程本地离线不传云端、不等渲染队列。无论你是做鬼畜素材、开直播还是单纯想试试 deepfake一台普通电脑就能看到摄像头里实时换好的脸。只要你肯打开终端跟着这篇走10 分钟内出第一支换脸视频。先核对机器一张表看清能不能跑这一节解决我的电脑行不行七项对照一遍一分钟出结论。项目最低标准推荐标准操作系统Windows 10 / macOS 11 / 主流 LinuxWindows 11 或 macOS 12 以上CPU4 核8 核及以上内存8GB16GB显卡无CPU 模式可跑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最新稳定版及格线就一句话达到最低标准就能起步和推荐标准的差距主要体现在帧率上。显卡一栏别急着划走——没有独显照样能跑只是帧率低一些后面调优一节有纯 CPU 的现成参数。装之前先看看仓库里这段普通 PC 的性能演示心里有数再动手 三步装完本地环境克隆、装依赖、挑加速后端这一节解决怎么装3 步、约 10 分钟每步一条命令。克隆仓库并建虚拟环境。用意是隔离依赖避免项目里的包装进系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activateWindows 上把最后一行换成venv\Scripts\activate。完成标志终端提示符前出现(venv)。一条命令装齐全部依赖。OpenCV、ONNX Runtime跑 AI 模型的推理引擎、insightface人脸分析库都包含在这条命令里。pip install -r requirements.txt完成标志执行pip show onnxruntime能打印出版本号。首次运行时程序还会自动下载约 300MB 的换脸与增强模型也可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进models/文件夹。按显卡切换加速后端。后端execution provider决定推理跑在哪块硬件上NVIDIA 用户通常跳过这步依赖里已含 CUDA 版本运行时加--execution-provider cuda即可AMD 用户跑pip install -U onnxruntime-directml用--execution-provider directml启动Intel 用户把包名换成onnxruntime-openvino、参数换成openvinoApple Silicon 什么都不用装官方 onnxruntime 已内置 CoreML直接用--execution-provider coreml启动。完成标志用对应的--execution-provider参数启动不再报 provider 相关错误。 第一次跑通3 次点击出第一支换脸视频这一节解决最短路径看到效果GUI 路线就 3 次点击。python run.py在弹出的窗口里① 选源脸照片对应-s参数选一张清晰正脸谁的照就换谁② 选目标视频或图片对应-t参数要被替换的内容③ 点 Start。结果保存在以目标文件命名的文件夹里。完成标志打开输出文件能看到换好的脸摄像头模式下点 Live10–30 秒内出预览画面直播时用 OBS 这类工具截屏即可推流。习惯命令行的人一条命令等价注意带了-s就会直接进入 CLI 模式不再弹窗python run.py -s face.jpg -t clip.mp4按硬件分档调优照抄你那一档的参数这一节解决怎么把帧率榨出来不用懂原理复制你那一档就能用。档位复制即用的参数适用场景纯 CPU--execution-provider cpu --execution-threads 8 --max-memory 8片段控制在 1 分钟内720P 足够中端显卡RTX 3060 级--execution-provider cuda其余用默认1080P 是舒适区高端显卡RTX 4090 级--execution-provider cuda --frame-processor face_swapper face_enhancer4K 人脸增强仍能实时Apple SiliconM 系--execution-provider coreml官方轮子已带 CoreML无需额外安装前两档的目标是跑得动不卡后两档追求更高分辨率 更多增强。--frame-processor一共 4 个选项face_swapper、face_enhancer、face_enhancer_gpen256、face_enhancer_gpen512按你书写的顺序执行实现都在帧处理管线里想深挖画质从这里入手。对体积敏感就再加--video-encoder libx265对画质敏感把--video-quality从默认 18 调小0–51 之间越小越清晰。完整参数不逐行展开了直接看命令行参数解析逻辑。常见报错解决3 个新手最容易踩的坑这一节解决第一次跑最可能撞上的 3 次报错每个坑都按报错长什么样 → 为什么 → 一句话怎么救给。报错长这样一启动就提示找不到 FFmpeg直接退出。为什么FFmpeg合成输出视频用的开源音视频工具没装或它的 bin 目录不在 PATH 里。一句话救安装 FFmpeg 并把 bin 目录加入 PATH重开终端后用ffmpeg -version验证。报错长这样加了--execution-provider cuda提示找不到 cuDNN / cuBLAS退回 CPU。为什么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。一句话救按该组合安装两者把 cuDNN 的 bin 目录加进 PATH 后重启程序。报错长这样处理长视频到一半内存飙高、程序卡死。为什么帧与中间结果一直驻留内存。一句话救启动时加--max-memory 8或更小值仍爆显存就先降分辨率。场景速查卡想要什么效果加什么参数这一节留给你日后翻对着场景找到那一行复制参数就能用。想要什么效果对应命令 / 参数给单个视频换脸python run.py -s face.jpg -t clip.mp4换画面里每张脸加--many-faces不同人用不同的脸加--map-faces --many-faces保留原口型加--mouth-mask让脸更清晰--frame-processor追加face_enhancer保留音轨与帧率加--keep-audio --keep-fps输出文件更小加--video-encoder libx265直播实时换脸python run.py界面里点 Live实时窗口像前置摄像头加--live-mirror内存不够加--max-memory 8嘴部遮罩的效果在说话头类视频上最明显实现见 face_masking.py参数抄到手就是去终端敲命令的时候。【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 三步装好本地实时换脸：一张照片，摄像头 30 秒出预览
Deep-Live-Cam 三步装好本地实时换脸一张照片摄像头 30 秒出预览【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逐帧换脸要等半天Deep-Live-Cam 只需要一张照片就能把视频、电影甚至摄像头画面里的人脸实时换掉全程本地离线不传云端、不等渲染队列。无论你是做鬼畜素材、开直播还是单纯想试试 deepfake一台普通电脑就能看到摄像头里实时换好的脸。只要你肯打开终端跟着这篇走10 分钟内出第一支换脸视频。先核对机器一张表看清能不能跑这一节解决我的电脑行不行七项对照一遍一分钟出结论。项目最低标准推荐标准操作系统Windows 10 / macOS 11 / 主流 LinuxWindows 11 或 macOS 12 以上CPU4 核8 核及以上内存8GB16GB显卡无CPU 模式可跑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最新稳定版及格线就一句话达到最低标准就能起步和推荐标准的差距主要体现在帧率上。显卡一栏别急着划走——没有独显照样能跑只是帧率低一些后面调优一节有纯 CPU 的现成参数。装之前先看看仓库里这段普通 PC 的性能演示心里有数再动手 三步装完本地环境克隆、装依赖、挑加速后端这一节解决怎么装3 步、约 10 分钟每步一条命令。克隆仓库并建虚拟环境。用意是隔离依赖避免项目里的包装进系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activateWindows 上把最后一行换成venv\Scripts\activate。完成标志终端提示符前出现(venv)。一条命令装齐全部依赖。OpenCV、ONNX Runtime跑 AI 模型的推理引擎、insightface人脸分析库都包含在这条命令里。pip install -r requirements.txt完成标志执行pip show onnxruntime能打印出版本号。首次运行时程序还会自动下载约 300MB 的换脸与增强模型也可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进models/文件夹。按显卡切换加速后端。后端execution provider决定推理跑在哪块硬件上NVIDIA 用户通常跳过这步依赖里已含 CUDA 版本运行时加--execution-provider cuda即可AMD 用户跑pip install -U onnxruntime-directml用--execution-provider directml启动Intel 用户把包名换成onnxruntime-openvino、参数换成openvinoApple Silicon 什么都不用装官方 onnxruntime 已内置 CoreML直接用--execution-provider coreml启动。完成标志用对应的--execution-provider参数启动不再报 provider 相关错误。 第一次跑通3 次点击出第一支换脸视频这一节解决最短路径看到效果GUI 路线就 3 次点击。python run.py在弹出的窗口里① 选源脸照片对应-s参数选一张清晰正脸谁的照就换谁② 选目标视频或图片对应-t参数要被替换的内容③ 点 Start。结果保存在以目标文件命名的文件夹里。完成标志打开输出文件能看到换好的脸摄像头模式下点 Live10–30 秒内出预览画面直播时用 OBS 这类工具截屏即可推流。习惯命令行的人一条命令等价注意带了-s就会直接进入 CLI 模式不再弹窗python run.py -s face.jpg -t clip.mp4按硬件分档调优照抄你那一档的参数这一节解决怎么把帧率榨出来不用懂原理复制你那一档就能用。档位复制即用的参数适用场景纯 CPU--execution-provider cpu --execution-threads 8 --max-memory 8片段控制在 1 分钟内720P 足够中端显卡RTX 3060 级--execution-provider cuda其余用默认1080P 是舒适区高端显卡RTX 4090 级--execution-provider cuda --frame-processor face_swapper face_enhancer4K 人脸增强仍能实时Apple SiliconM 系--execution-provider coreml官方轮子已带 CoreML无需额外安装前两档的目标是跑得动不卡后两档追求更高分辨率 更多增强。--frame-processor一共 4 个选项face_swapper、face_enhancer、face_enhancer_gpen256、face_enhancer_gpen512按你书写的顺序执行实现都在帧处理管线里想深挖画质从这里入手。对体积敏感就再加--video-encoder libx265对画质敏感把--video-quality从默认 18 调小0–51 之间越小越清晰。完整参数不逐行展开了直接看命令行参数解析逻辑。常见报错解决3 个新手最容易踩的坑这一节解决第一次跑最可能撞上的 3 次报错每个坑都按报错长什么样 → 为什么 → 一句话怎么救给。报错长这样一启动就提示找不到 FFmpeg直接退出。为什么FFmpeg合成输出视频用的开源音视频工具没装或它的 bin 目录不在 PATH 里。一句话救安装 FFmpeg 并把 bin 目录加入 PATH重开终端后用ffmpeg -version验证。报错长这样加了--execution-provider cuda提示找不到 cuDNN / cuBLAS退回 CPU。为什么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。一句话救按该组合安装两者把 cuDNN 的 bin 目录加进 PATH 后重启程序。报错长这样处理长视频到一半内存飙高、程序卡死。为什么帧与中间结果一直驻留内存。一句话救启动时加--max-memory 8或更小值仍爆显存就先降分辨率。场景速查卡想要什么效果加什么参数这一节留给你日后翻对着场景找到那一行复制参数就能用。想要什么效果对应命令 / 参数给单个视频换脸python run.py -s face.jpg -t clip.mp4换画面里每张脸加--many-faces不同人用不同的脸加--map-faces --many-faces保留原口型加--mouth-mask让脸更清晰--frame-processor追加face_enhancer保留音轨与帧率加--keep-audio --keep-fps输出文件更小加--video-encoder libx265直播实时换脸python run.py界面里点 Live实时窗口像前置摄像头加--live-mirror内存不够加--max-memory 8嘴部遮罩的效果在说话头类视频上最明显实现见 face_masking.py参数抄到手就是去终端敲命令的时候。【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 
