Deep-Live-Cam实战教程：一张照片15分钟跑通实时换脸并上线直播

Deep-Live-Cam实战教程一张照片15分钟跑通实时换脸并上线直播【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给它一张照片就能把摄像头画面或视频里的人脸即时换成照片中的脸。支持直播预览和整段视频输出输出保留原片音轨。下面带你装好环境十几分钟看到换脸效果。十分钟装好并验证Deep-Live-Cam 实时换脸首次运行 先对照环境要求项目要求系统Windows / macOS / LinuxPython3.11–3.14推荐 3.14依赖git、pip、ffmpeg负责视频解码编码必须装硬件纯 CPU 可运行NVIDIA GPU 或 Apple 芯片更快注意Windows 需另装 Visual Studio 2022 运行库安装只需这一段命令git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv # Windows: venv\Scripts\activate macOS/Linux: source venv/bin/activate pip install -r requirements.txt # 模型把 inswapper_128_fp16.onnx 与 GFPGAN 增强模型放入 models/ 目录 # 不手动放置的话首次运行会自动下载约 300MB然后做首次运行验证python run.py会打开一个窗口左侧选源人脸照片中间选目标摄像头或视频文件右侧是 Live 和 Start 两个按钮。点 Live等 10–30 秒预览出现——如果摄像头画面里的脸已经变成照片里的脸说明装好了。按硬件选执行后端CPU、CUDA、CoreML 命令速查--execution-provider参数决定推理跑在哪块芯片上。不装任何额外驱动也能跑程序会按 cuda rocm coreml openvino dml cpu 的优先级自动选当前环境里最好的后端。核显 / 无独显直接 CPU 跑python run.pyNVIDIA 独显CUDA先装好 CUDA Toolkit 12.8.0 和 cuDNN v8.9.7再装对应推理库后启动pip install onnxruntime-gpu1.26.0 python run.py --execution-provider cuda # 可加 --execution-threads 2 控制线程数Apple 芯片M1–M5requirements 已带 CoreML 支持装好正确的 Python 即可brew install python3.14 python-tk3.14 python3.14 run.py --execution-provider coremlIntel / AMD 核显装onnxruntime-openvino1.21.0后加--execution-provider openvinoWindows 上 AMD 核显卡可装onnxruntime-directml1.21.0后加--execution-provider directml。性能预期以 720p 直播预览为参照硬件命令要点预期表现建议分辨率核显 / 纯 CPUpython run.py默认勉强实时够用480p–720pNVIDIA 独显--execution-provider cuda流畅720pNVIDIA 高端 增强cuda 并开启 face_enhancer接近摄像头原生帧率1080pApple M 系列--execution-provider coreml流畅检测与换脸并行调度720p常见报错对照症状原因解法窗口打不开报_tkinter错误macOS 缺 tkinterbrew reinstall python-tk3.14状态栏提示 ffmpeg is not installedffmpeg 未装或不在 PATH装好 ffmpeg用ffprobe -version验证找不到 inswapper 模型models/ 里缺换脸模型等首次自动下载约 300MB完成或手动放入有 GPU 却退回 CPUcuDNN 不在 PATH或推理库版本不符用 cuDNN v8.9.7 配onnxruntime-gpu1.26.0直播预览掉帧内存吃紧或开了增强调低--max-memory单位 GB或关闭 face_enhancer背后发生了什么摄像头换脸的单帧处理流程每一帧走同样四步InsightFace 的 buffalo_l 模型包一组预训练人脸模型检出帧里的人脸得到边界框、106 点关键点和身份特征向量inswapper 模型按 128×128 的脸部尺寸把源照片的身份合成到目标脸上用椭圆羽化软掩膜贴回原帧避免方形边界露馅可选 GFPGAN 增强模型face_enhancer补回换脸后糊掉的五官细节。核心模块位置模块职责文件路径人脸检测与特征分析找脸算特征向量与 106 点关键点modules/face_analyser.py换脸执行合成新脸并贴回原帧modules/processors/frame/face_swapper.py人脸增强GFPGAN 提升换脸后清晰度modules/processors/frame/face_enhancer.pyGPU 加速算子模糊、缩放、锐化走 GPUmodules/gpu_processing.py视频捕获摄像头读取、抽帧、编码modules/video_capture.py入口与调度参数解析、流水线调度modules/core.py内容过滤不当素材预检查modules/predicter.py这些文件你不需要改知道位置以便查码即可。三个上手场景直播换脸、视频换脸与多人换脸 场景一实时直播 / 视频通话python run.py --live-mirror选人脸照片 → 点 Live → 等几秒预览里的脸就换成了照片里的脸。要推流直播用 OBS 截取这个预览窗口即可。--live-mirror给出镜像预览观感像前置摄像头。场景二整段视频换脸离线python run.py -s face.jpg -t clip.mp4 --keep-audio --keep-fps-s指定源人脸照片-t指定目标视频。输出保存在以目标视频命名的目录里--keep-audio和--keep-fps分别保留原音轨和原帧率。场景三多人批量换脸python run.py -s face.jpg -t group.mp4 --many-faces --map-faces--many-faces处理画面里每一张脸--map-faces再按特征向量聚类把视频中的人分组每个人可映射到不同源脸不再全换成同一张。换脸效果调优解决口型对不上和人脸模糊 ️问题说话口型对不上。原因是源脸嘴型和你的不同直接换会把嘴也换掉。开关GUI 里拖动 Mouth Mask 滑块或命令行加--mouth-mask。效果下半张脸的嘴部区域保留你自己的说话口型自然。问题换完的脸偏糊。128×128 的换脸输出细节有限。开关加--frame-processor face_swapper face_enhancer开启 GFPGAN 增强。效果五官清晰度回升增强有帧率开销先确认硬件扛得住。问题多人都被换成同一张脸。开关--many-faces --map-faces组合见场景三。源照片质量三条要求正脸、光线均匀别用侧脸或逆光脸上无遮挡口罩、手、浓重贴纸人脸占照片比例大一些检测更稳Deepfake 合规使用五条底线与内置内容过滤 ⚖️只换你自己的脸或已明确取得对方同意公开发布时标注AI 合成 / deepfake不用于诈骗、冒充、诽谤等目的不处理战争画面、隐私场景等敏感素材别拿它骗过任何身份验证后果由使用者承担程序内置了一层预检查opennsfw2 模型一个图像不当内容分类器过滤不当素材。GUI 里勾选 NSFW Filter或命令行加--nsfw-filter开启。README 同时声明如法律要求项目可能关停或给输出加水印。进阶如何给 Deep-Live-Cam 贡献代码与文档去哪查 贡献三步走拉功能分支git checkout -b feature/your-change按 CONTRIBUTING.md 清单自测实时换脸开/关增强各测一遍、Map Faces 开/关、FPS 不掉、GPU 压测不少于 15 分钟先推premain分支稳定数小时至数天后才并入main大型或破坏性变更走experimental分支先讨论。关键资源完整参数与用法README.md模型放置说明models/instructions.txt贡献规范与测试清单CONTRIBUTING.md多语言界面文案locales/现有测试用例tests/跟着本文操作从克隆仓库到 Live 按钮亮起通常只要十几分钟装好依赖挑一张正脸照片你的第一段 Deep-Live-Cam 实时换脸预览几秒钟后就会出现在屏幕上。【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