1张照片实时换脸完整Deep-Live-Cam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周三晚上朋友发来一张正面清晰的人脸照片让你把它贴到正在直播的自己脸上还要当场演示。Deep-Live-Cam 就是干这件事的开源工具一张照片对着摄像头点一下 Live画面里的人脸立刻被替换——这就是实时换脸。全程不用写代码照着下面的步骤走完就能跑起来。环境要求预计耗时最终效果Python 3.9 与 ffmpeg内存 8GB 以上15~30 分钟摄像头实时换脸GPU 环境可达 20~40fps 根据硬件选择执行模式并准备环境硬件层程序会按 cuda coreml dml cpu 的优先级自动选择执行提供器不指定参数时自动匹配你的机器。不同硬件的预期表现大致如下硬件推荐执行提供器预期帧率NVIDIA 显卡需 CUDA 12 cuDNNcuda20~40 fpsApple SiliconM1~M5coreml15~30 fpsAMD / Intel 核显Windowsdml10~20 fps纯 CPUcpu5~10 fps系统层安装 Python 3.9 以上版本推荐 3.11~3.14和 ffmpegmacOS 用户还需安装 python-tk 包否则图形界面无法弹出。依赖层克隆仓库建好虚拟环境后一条命令装完依赖git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv pip install -r requirements.txt激活虚拟环境Windows 执行venv\Scripts\activateMac/Linux 执行source venv/bin/activate。 核心操作流程四步启动实时换脸第一步放入模型文件两个核心模型放进项目的models/文件夹inswapper_128_fp16.onnx约 270MB换脸主模型和GFPGANv1.4.onnx约 350MB面部增强模型。不手动放置也可以首次启动时程序会自动下载到该目录但手动放好更省心。预期结果models 目录下能看到这两个文件。ls models/ # Windows 下用 dir models第二步启动Deep-Live-Cam在虚拟环境中运行python run.py。首次启动还会下载约 300MB 的 buffalo_l 人脸识别模型包存到用户目录~/.insightface不占项目空间。预期结果控制台打印平台信息GUI 窗口弹出。验证方式控制台顶部无红色报错窗口中出现 Select a face 按钮。有 NVIDIA 显卡的用户可显式指定执行提供器python run.py --execution-provider cuda。第三步选择人脸与目标点击Select a face选一张源人脸照片正面、光线充足、无遮挡效果最好。图片/视频模式下再点Select a target选目标素材摄像头模式下在 Select Camera 下拉框里直接选摄像头即可。预期结果界面左侧显示人脸缩略图右侧显示目标画面。验证方式源人脸照片在左侧区域正常显示无变形。第四步点击Live查看实时换脸点击Live等待 10~30 秒模型加载后出现预览窗口摄像头里的人脸被替换成照片中的脸。图片/视频模式则点Start处理完成后输出保存在与目标视频同名的文件夹里。预期结果预览窗口中人脸已被替换且随摄像头动作自然运动。验证方式对比预览画面与源照片五官位置和表情走向一致。 常见故障按类型排查文件缺失类症状控制台提示ffmpeg is not installed程序无法继续。 原因系统未安装 ffmpeg被启动前检查拦截。 解法安装 ffmpeg 并确认命令行能直接调用Windows 用户注意把 bin 目录加入 PATH。症状状态栏出现not found in models folder, downloading...。 原因模型文件不在models/目录程序正在自动下载。 解法属正常流程下载长时间卡住时手动补齐文件并删除残留的.part临时文件。症状模型文件存在但加载失败。 原因文件损坏或不完整字节数与校验值不符。 解法删掉该文件重新下载一次。环境冲突类症状选不到 cuda或启动后实际回落到 CPU。 原因onnxruntime-gpu 未安装或 CUDA / cuDNN 版本不匹配需 CUDA 12.8 cuDNN 8.9.x。 解法按 README 的 CUDA 小节装好 Toolkit 与 cuDNN再重装onnxruntime-gpu。症状macOS 报_tkinter缺失窗口出不来。 原因系统 Python 缺少 Tk 图形接口。 解法安装对应版本的python-tk包后重试。症状启动即提示 Python 版本不支持。 原因版本低于 3.9或多版本环境下python指向了错误的解释器。 解法用 3.11 以上版本重建虚拟环境Mac 上建议明确写python3.11 run.py。性能不足类症状预览帧率长期低于 10fps。 原因CPU 模式下还开着面部增强单帧计算量翻倍。 解法先关掉 Face Enhancer、降低摄像头分辨率有显卡则指定 cuda 执行。症状长时间运行后整机卡顿其他程序也变慢。 原因内存占用逼近--max-memory上限非 Mac 默认 16GB。 解法启动时加--max-memory 8收窄内存上限。权限/路径类症状点了 Live 却始终没有摄像头画面。 原因系统未授予摄像头权限或摄像头被其他程序占用。 解法在系统设置中授权摄像头关闭占用它的软件后重试。症状处理完找不到输出视频。 原因输出目录以目标视频命名不在当前目录。 解法到目标文件所在目录下找同名文件夹。⚙️ 参数调优与延伸场景常用参数均可选不确定就用默认值参数默认值调整建议--execution-provider自动检测自动结果不合适时手动指定cuda/coreml/cpu--frame-processorface_swapper追加face_enhancer提升面部细节帧率相应下降--max-memory16Mac 为 4内存紧张时降到 8界面里还有两个常用开关Mouth Mask保留原视频嘴部动作换脸后口型更自然Map Faces搭配Many Faces可让画面中不同人物使用不同源人脸。延伸场景直播 / 虚拟形象把 Live 预览窗口接入 OBS 当虚拟摄像头直播中直接使用替换后的脸。多人素材处理加--map-faces --many-faces把不同脸分别映射给画面里的不同人物。纯命令行批处理-s指定人脸照片、-t指定本地视频程序直接进入 CLI 模式不需要图形界面。 速查汇总与下一步命令 / 配置默认值说明python run.py-启动图形界面--execution-provider自动检测可选 cuda / coreml / dml / cpu--max-memory16Mac 4内存上限单位 GB--frame-processorface_swapper可追加face_enhancer--video-quality180~51数值越小画质越高models/-两个模型文件的存放目录跑通之后下一步是熟悉界面里的各个开关试试打开 Mouth Mask或换几张不同光线的源照片对比效果。模型自动下载的实现可以参考 modules/model_downloader.py命令行参数定义在 modules/core.py。换脸工具能力很强请克制使用涉及真人面孔时先取得对方同意对外发布时明确标注这是合成内容。打开终端跑第一条命令。【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