Deep-Live-Cam 实时换脸快速上手3 步装完整体一张照片 10 分钟实时换脸【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-Cam摄像头画面瞬间变成你选定的照片里那张脸电影主角也变成你帧帧即时渲染——Deep-Live-Cam 用一张照片就能实时换脸视频、电影、直播秒变换脸效果。效果先睹 三张官方演示动图让你在下第一行命令前就看清换脸成色效果均为实时渲染看电影时把任意角色换成另一张脸全程实时。摄像头模式下直播窗口里的人脸实时替换。动手前自查对照下面 7 项确认你的机器能不能跑再看一段普通 PC 的性能演示心里有个帧率预期。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最新稳定版判定口径7 项全过直接开装只差显卡就当 CPU 用户能跑但帧率受限Python 低于 3.11 或 FFmpeg 缺失先补齐再动手。三步安装 Deep-Live-Cam下面这张表带你从空环境装到能跑每步一条命令做完按验证列确认到位全程约 10 分钟。步骤命令验证方式1. 克隆仓库并建虚拟环境隔离依赖不污染系统 Pythongit clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate验证终端提示符前出现(venv)2. 一条命令装齐依赖OpenCV、ONNX Runtime、人脸分析库pip install -r requirements.txt验证pip show onnxruntime能打印出版本号3.可选按显卡换加速后端pip install -U onnxruntime-directml验证带对应--execution-provider参数启动不再报 provider 错误Windows 上把激活命令换成venv\Scripts\activate。第 3 步NVIDIA 用户可跳过依赖里已含 CUDA 版 onnxruntime-gpuIntel 用户把包名换成onnxruntime-openvino新版本需按对应关系同时安装 openvinoApple Silicon 什么都不用装官方 onnxruntime 已内置 CoreML。首次运行会自动下载约 300MB 模型也可以提前把inswapper_128_fp16.onnx和GFPGANv1.4放进 models/ 文件夹清单见 models/instructions.txt。第一次出结果3 次点击出第一支换脸视频按下面 ①②③ 操作拿到第一支换脸视频习惯终端的人用等价的单行命令即可。运行python run.py在弹出的窗口里① 选源脸照片——清晰正脸谁的照就换谁 ② 选目标视频或图片——要被替换的内容 ③ 点 Start。等价命令行写法python run.py -s face.jpg -t clip.mp4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点 Live 后10–30 秒内出预览画面。参数怎么调常用开关一次列清下表是日常最常用的开关每个参数的完整定义与默认值都在 命令行参数解析逻辑 里想深挖就翻源码。参数作用典型值适合谁-s/--source源脸照片只需 1 张清晰正脸照所有人-t/--target目标图片或视频本地文件路径所有人-o/--output输出路径默认按目标文件建文件夹批量处理--frame-processor处理管线按书写顺序执行face_swapper可追加face_enhancer追求画质--many-faces处理画面里每一张脸默认只换 1 张群像画面--map-faces把不同主体映射到不同脸配合--many-faces多角色--mouth-mask遮罩嘴部保留原口型开关口型敏感场景--keep-fps保留原始帧率开关播放要流畅--keep-audio保留原音轨默认开启默认即可--video-encoder输出编码器libx264默认、libx265、libvpx-vp9在意体积或格式--video-quality编码质量0–51越小越清晰18默认追求画质--max-memory内存上限单位 GB8长视频、多人脸--execution-provider加速后端execution provider即模型跑在哪块硬件上cuda/coreml/cpu按显卡选--execution-threads执行线程数CPU 核数的一半CPU 模式--live-mirror实时窗口镜像成前置视角开关直播--nsfw-filter不当内容过滤开关公开发布增强选项对应 4 个处理器实现都在 帧处理管线 里。嘴部遮罩在说话头类视频上效果最明显按硬件调优照抄你那一档的参数组合帧率就能匹配你的硬件不用碰其他设置。档位参数组合预期效果纯 CPU--execution-provider cpu --execution-threads 8 --max-memory 8720P 够看片段控制在 1 分钟内中端显卡RTX 3060 级--execution-provider cuda其余默认1080P 是舒适区高端显卡RTX 4090 级--execution-provider cuda --frame-processor face_swapper face_enhancer4K 加人脸增强仍能实时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加更多增强。高频报错下面 3 个是第一次跑最可能撞上的对着现象一句修复。现象启动即提示找不到 FFmpeg直接退出。原因FFmpeg 没装或 bin 目录不在 PATH。修复安装 FFmpeg 并把 bin 目录加入 PATH重开终端后用ffmpeg -version验证。现象加--execution-provider cuda报 cuDNN / cuBLAS 找不到退回 CPU。原因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。修复按该组合安装两者把 cuDNN bin 目录加进 PATH 后重启程序。现象处理长视频到一半内存飙高、程序卡死。原因帧与中间结果一直驻留内存。修复启动时加--max-memory 8或更小值仍爆就先降分辨率。场景速查卡以后想要什么效果找到对应行复制参数就能用。想要什么效果对应参数 / 命令给单个视频换脸python run.py -s face.jpg -t clip.mp4画面里每张脸都换加--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 face_swapper 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打开终端把你的第一支换脸视频跑进输出文件夹吧。【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