Deep-Live-Cam 实时换脸：从换脸安装到摄像头换脸的完整操作教程

Deep-Live-Cam 实时换脸从换脸安装到摄像头换脸的完整操作教程【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 是一款开源实时换脸工具一张照片就能让摄像头或视频里的人换成目标脸全程界面操作、不用写代码。本教程面向新手读完你能独立完成换脸安装、跑通第一次摄像头换脸并知道卡顿和不工作时先查哪里。一、动之前先确认你的机器跑得动吗Deep-Live-Cam 对硬件的门槛不高——它用 ONNX 模型推理CPU 就能跑通全部功能显卡只影响速度。对照下面的表判断你属于哪一档配置项要求怎么判断操作系统Windows 10/11、macOS、Ubuntu三者均有官方支持路径Python3.11–3.14推荐 3.14python --version查看低于 3.11 装不上新版 onnxruntime显卡可选无卡也能用NVIDIA / AMD / Intel / 纯 CPU 都有对应方案内存8GB 起步处理高分辨率视频时占用会上 10GB 以上磁盘预留 3GB模型约 300MB加上依赖和输出视频启动前必查的三个依赖缺一个都可能报错ffmpeg视频解码和封装都靠它装系统时顺带装好Windows 用户安装 Visual Studio 2022 运行库部分依赖会链接这些 DLLmacOS 用户需要python-tk之类的 GUI 组件后文安装命令里已包含。二、换脸安装环境、依赖、模型一次配齐把下面四步做完环境就算就绪了。顺序不能乱先有代码再建环境再装依赖最后补模型。1. 拉取项目代码git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam--depth 1只取最新一次提交省下载历史速度更快。2. 创建并激活虚拟环境# Windows python -m venv venv venv\Scripts\activate # macOS / Linux python3 -m venv venv source venv/bin/activate隔离到 venv 里装坏依赖时删目录重建就行不污染系统 Python。macOS 若系统没装 Python 3.14先用brew install python3.14和brew install python-tk3.14。3. 安装依赖pip install -r requirements.txtrequirements.txt 已经把 onnxruntime、insightface人脸检测、opencv、PySide6界面等全部锁好版本一条命令拉齐。4. 放模型文件从项目模型仓库下载两个文件放进项目根目录的models文件夹inswapper_128_fp16.onnx换脸核心模型GFPGANv1.4.onnx人脸增强模型开启 Face Enhancer 时加载。两个文件合计约 300MB。文件名必须一字不差放错名字程序会报模型加载失败。另外首次运行时若检测到缺模型也会自动下载手动放只是省去这一步。三、第一次上手界面走读与两条基本流程激活虚拟环境后在项目根目录运行python run.py这是启动图形界面的唯一入口它同时会自检模型和摄像头。窗口左半部分是工作区右半部分是预览/输出Select a face点它上传源脸照片。选正面、光线均匀、五官清晰的图512×512 以上分辨率效果最稳Select a target选择换脸对象可以是一张图片、一段视频也可以留空直接用摄像头开关区Mouth Mask滑杆0–100数值越大保留越多原视频嘴部、Keep audio、Keep frames、Many faces画面中每张脸都换、Face Enhancer可选 GFPGAN / GPEN-256 / GPEN-512 三档、NSFW 内容过滤等按钮区Start对目标文件出片、Destroy中断、Preview先试几帧、Live切到摄像头实时模式摄像头模式下这里还有一个摄像头下拉选择框。两条基本流程记牢就够用视频换脸选源脸 → 选目标视频 → 按需勾开关 → Start。处理完的输出视频保存在一个以目标视频命名的文件夹里方便找。摄像头换脸选源脸 → 下拉选摄像头 → Live。预览出现需要 10–30 秒等模型预热完即可。想中途换脸重新选一次源脸照片就行不用重启。四、换脸卡顿按芯片选对执行后端默认走 CPU能跑但帧率偏低。卡顿的根因通常是后端没选对按你的芯片选一条NVIDIA 显卡装 CUDA Toolkit 12.8.0 和 cuDNN v8.9.7把 cuDNN 的 bin 目录加入系统 PATH在虚拟环境里pip uninstall onnxruntime onnxruntime-gpu pip install onnxruntime-gpu1.21.0版本必须对应onnxruntime-gpu 1.21.0 才兼容 CUDA 12.8 环境。启动时指定后端python run.py --execution-provider cuda苹果 M 系列芯片requirements.txt 拉取的 onnxruntime 官方 macOS 包已内置 CoreML 后端无需额外安装若之前装过onnxruntime-silicon分支包先pip uninstall onnxruntime-silicon删掉它会遮蔽正式版。然后python3.14 run.py --execution-provider coreml多版本 Python 并存时务必用python3.14明确指定避免激活的不是 3.14。AMD / Intel 显卡Windowspip uninstall onnxruntime onnxruntime-directml pip install onnxruntime-directml1.21.0 python run.py --execution-provider directmlIntel 平台也可以走 OpenVINO 后端安装onnxruntime-openvino后以--execution-provider openvino启动注意两个包的版本必须一一配对。跑起来后想确认资源去向可以开着任务管理器对照窗口GPU 利用率低、CPU 打满说明后端没生效回查上面命令显存吃紧就加--max-memory限内存或者降低输入视频分辨率、关掉 Face Enhancer——增强模型是整条流水线里最吃算力的部分。五、 三个值得试的玩法界面跑通之后这几个方向能直接出效果直播换脸。点 Live 出预览后用 OBS 把预览窗口当窗口推流或采集即可上播。舞台表演、虚拟形象互动这类场景都走这条路换人只需重选源脸照片。边看边换的电影模式。把电影文件选进目标位画面里所有出现的人物会被逐帧实时替换等于给自己剪了一部特辑。源脸和原片人物脸型差异越大边缘融合越吃 Face Enhancer建议直接开上。多人同框 嘴部保留。开 Many faces 后画面里每张脸同时被换适合团体视频。口型不同步是老问题把 Mouth Mask 滑杆往大拉让原视频的嘴部透出说话瞬间立刻自然。六、 不工作时怎么办四个高频故障的排查顺序报错 ModuleNotFoundError / import 失败九成是没在虚拟环境里执行。先deactivate确认路径后重新source venv/bin/activateWindows 为venv\Scripts\activate再跑python run.py。仍报错就pip install -r requirements.txt补装。模型加载失败打开models文件夹核对inswapper_128_fp16.onnx和GFPGANv1.4.onnx是否都在、文件名是否精确一致、文件是否下载完整约 300MB。少一个或半截重启程序让它重新自动下载最省事。macOS 启动报_tkinter缺失GUI 依赖没装全执行brew reinstall python-tk3.14后重跑。实时预览卡顿或延迟大按第四节的顺序处理先确认执行后端生效看 GPU 占用再降摄像头分辨率、关 Face Enhancer、Many faces 换单人模式。还卡就接受 CPU 现实只保留 Live 单脸场景。顺带一提命令行给-s源脸参数时程序会切到无界面 CLI 模式配合-t目标、-o输出、--keep-audio、--video-quality等参数可以写脚本批量出片不用每次点界面。七、合规使用边界一次说清换真人的脸先拿到本人同意成品对外发布时明确标注AI 换脸/深度伪造这是使用条款的硬性要求程序内置了不当内容检测基于 opennsfw2 的 NSFW 过滤裸体、血腥、敏感画面会被直接拒绝处理这是防滥用的一层兜底不要试图绕过不得用于诈骗、诽谤、冒充身份等场景法律责任在用户侧底层 insightface 模型授权限定非商业研究用途商用分发前需自行核实。写在最后Deep-Live-Cam 把一张照片 → 实时换脸压缩到了三步操作内你现在要做的就是拉下代码装好依赖python run.py后选一张照片、点一下 Live——10 秒内你会看到摄像头里的人已经换了张脸。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考