Deep-Live-Cam一键本地实时换脸用一张照片替换摄像头和视频中的人脸【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-CamDeep-Live-Cam 是一个本地实时换脸工具给一张照片它就把摄像头或视频里的人脸换成照片里的人。全程跑在你自己的电脑上不需要服务器适合能跟教程操作、但不想碰代码的创作者。先确认这工具合不合适 视频通话换脸正在开视频会或直播按下 Live对方屏幕里的脸立刻变成照片里的人视频文件批量换脸丢进一部电影处理完在输出目录拿到一份人脸已替换的成品视频多人脸玩梗群像视频里每个人同时被换成不同的脸几分钟做出一个表情包视频开始前的准备装好 Python 和模型文件拿到 Python 和项目代码项目要 Python 3.113.14官方推荐 3.14系统里再要有 git# 拉取项目代码并进入目录 git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam创建虚拟环境并装依赖# 建虚拟环境避免污染系统 Python再装依赖 python3 -m venv venv source venv/bin/activate # Windows 用venv\Scripts\activate pip install -r requirements.txt依赖清单在 requirements.txt其中 onnxruntime真正跑模型的那层你的显卡就是它的加速器会按系统自动选版本macOS ARM 装 CoreML 版其他平台装 GPU 版。把两个模型文件放进 models/换脸效果由两个模型决定inswapper_128_fp16.onnx换脸核心约 380MB和GFPGANv1.4.pth人脸增强还原皮肤细节。下载地址写在 models/instructions.txt下完跑一遍ls models/确认两个文件都在。首次启动时程序还会自动下载约 300MB 的人脸检测等辅助模型保持网络畅通。五分钟跑通第一次启动弹出图形界面# 启动 Deep-Live-Cam 图形界面 python run.py选左边选一张正脸照片当源人脸目标区选摄像头按下 Live。确认等 1030 秒预览窗口出现换好脸的摄像头画面——看到画面在动就跑通了。挑一个适合你的玩法摄像头实时换脸Live 模式适合视频通话、直播、线下演出。源人脸选高质量正脸照越清晰替换越稳界面上选对摄像头按下 Live等预览出现想中途换人重新选一张源图就行不用重启要对外推流用 OBS 之类的工具截取这个预览窗口 选表情中性、光线均匀的正脸照换出来的脸最不容易穿帮。视频文件人脸替换适合批量处理拿到成品。源人选好照片目标选视频文件点 Start输出保存在以目标视频命名的目录里界面里保留音频和保留帧率两个开关别关原片音轨和帧率才会留勾上人脸增强能还原皮肤细节但更耗时 先剪 10 秒片段试跑满意了再处理完整视频。硬件决定快慢按显卡选执行方式程序用--execution-provider参数选执行后端参数定义在 modules/core.py你的硬件启动命令说明NVIDIA 显卡python run.py --execution-provider cuda先装 CUDA 12.x 和 cuDNN 8.9.7Apple Siliconpython run.py --execution-provider coreml依赖装好即可用AMD 显卡Windowspython run.py --execution-provider dml需装 onnxruntime-directml 版Intel 平台python run.py --execution-provider openvino需与 OpenVINO 版本配对普通 CPUpython run.py默认最慢但最稳拿不准就先不加参数用 CPU 跑通全流程功能确认没问题后再逐项升级。卡住了看这里 ⚠️提示找不到模型现象启动报 Model not found 或加载失败原因两个模型文件没放进models/或下载中断导致文件不完整修复# 确认两个文件都在且大小正常 ls -lh models/对比 models/instructions.txt 里的来源重新下载并确认首次运行的自动下载没被取消。GPU 加速不生效现象选了 cuda 却回落 CPU或报 CUDA 相关错误原因onnxruntime-gpu 找不到 CUDA/cuDNN 运行时库修复按顺序装好 CUDA Toolkit 12.x 和 cuDNN 8.9.7再重装onnxruntime-gpu仍不行就先删掉--execution-provider cuda用 CPU 跑起来再说。Live 画面卡顿、帧率很低现象画面一顿一顿帧率掉到个位数原因在 CPU 上跑或画面里人脸太多、源图分辨率过高修复启用 GPU 执行后端见上表减少同时处理的人脸数量换一张较小的源图。输出视频没声音或帧率变了现象输出视频静音或播放节奏和原片对不上原因界面里保留音频保留帧率开关被关掉了修复重新处理前把两个开关都打开跑完对比输出文件和原片的音轨与帧率。把效果拉满 多人脸映射给画面里每个人分配不同的脸。# 处理画面中所有人脸并启用人脸映射 python run.py -t group.mp4 --many-faces --map-faces在界面里打开 Many Faces 和 Map Faces 开关用映射功能把每张源图指派给指定的人。控制内存和盯住性能长视频处理时内存可能越涨越高提前设上限更稳。# 限制程序最大内存为 8GB python run.py --max-memory 8界面里的性能监控面板实时显示帧率、处理耗时和硬件占用方便你判断该调哪个参数。 长视频先用低画质试跑一遍确认流程再用--video-quality051数字越小质量越高出正式版。玩之前先记住使用他人面孔前先拿到本人同意分享成品时明确标注是深度伪造不用于欺诈、诽谤等非法用途不处理暴力和其他敏感素材Deep-Live-Cam 把实时换脸的完整流程都跑在本地。卡住的话先去项目 Issue 区搜报错关键词多数问题已有现成答案——现在就可以python run.py五分钟拿到你的第一张实时换脸画面。【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：一键本地实时换脸，用一张照片替换摄像头和视频中的人脸
Deep-Live-Cam一键本地实时换脸用一张照片替换摄像头和视频中的人脸【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-CamDeep-Live-Cam 是一个本地实时换脸工具给一张照片它就把摄像头或视频里的人脸换成照片里的人。全程跑在你自己的电脑上不需要服务器适合能跟教程操作、但不想碰代码的创作者。先确认这工具合不合适 视频通话换脸正在开视频会或直播按下 Live对方屏幕里的脸立刻变成照片里的人视频文件批量换脸丢进一部电影处理完在输出目录拿到一份人脸已替换的成品视频多人脸玩梗群像视频里每个人同时被换成不同的脸几分钟做出一个表情包视频开始前的准备装好 Python 和模型文件拿到 Python 和项目代码项目要 Python 3.113.14官方推荐 3.14系统里再要有 git# 拉取项目代码并进入目录 git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam创建虚拟环境并装依赖# 建虚拟环境避免污染系统 Python再装依赖 python3 -m venv venv source venv/bin/activate # Windows 用venv\Scripts\activate pip install -r requirements.txt依赖清单在 requirements.txt其中 onnxruntime真正跑模型的那层你的显卡就是它的加速器会按系统自动选版本macOS ARM 装 CoreML 版其他平台装 GPU 版。把两个模型文件放进 models/换脸效果由两个模型决定inswapper_128_fp16.onnx换脸核心约 380MB和GFPGANv1.4.pth人脸增强还原皮肤细节。下载地址写在 models/instructions.txt下完跑一遍ls models/确认两个文件都在。首次启动时程序还会自动下载约 300MB 的人脸检测等辅助模型保持网络畅通。五分钟跑通第一次启动弹出图形界面# 启动 Deep-Live-Cam 图形界面 python run.py选左边选一张正脸照片当源人脸目标区选摄像头按下 Live。确认等 1030 秒预览窗口出现换好脸的摄像头画面——看到画面在动就跑通了。挑一个适合你的玩法摄像头实时换脸Live 模式适合视频通话、直播、线下演出。源人脸选高质量正脸照越清晰替换越稳界面上选对摄像头按下 Live等预览出现想中途换人重新选一张源图就行不用重启要对外推流用 OBS 之类的工具截取这个预览窗口 选表情中性、光线均匀的正脸照换出来的脸最不容易穿帮。视频文件人脸替换适合批量处理拿到成品。源人选好照片目标选视频文件点 Start输出保存在以目标视频命名的目录里界面里保留音频和保留帧率两个开关别关原片音轨和帧率才会留勾上人脸增强能还原皮肤细节但更耗时 先剪 10 秒片段试跑满意了再处理完整视频。硬件决定快慢按显卡选执行方式程序用--execution-provider参数选执行后端参数定义在 modules/core.py你的硬件启动命令说明NVIDIA 显卡python run.py --execution-provider cuda先装 CUDA 12.x 和 cuDNN 8.9.7Apple Siliconpython run.py --execution-provider coreml依赖装好即可用AMD 显卡Windowspython run.py --execution-provider dml需装 onnxruntime-directml 版Intel 平台python run.py --execution-provider openvino需与 OpenVINO 版本配对普通 CPUpython run.py默认最慢但最稳拿不准就先不加参数用 CPU 跑通全流程功能确认没问题后再逐项升级。卡住了看这里 ⚠️提示找不到模型现象启动报 Model not found 或加载失败原因两个模型文件没放进models/或下载中断导致文件不完整修复# 确认两个文件都在且大小正常 ls -lh models/对比 models/instructions.txt 里的来源重新下载并确认首次运行的自动下载没被取消。GPU 加速不生效现象选了 cuda 却回落 CPU或报 CUDA 相关错误原因onnxruntime-gpu 找不到 CUDA/cuDNN 运行时库修复按顺序装好 CUDA Toolkit 12.x 和 cuDNN 8.9.7再重装onnxruntime-gpu仍不行就先删掉--execution-provider cuda用 CPU 跑起来再说。Live 画面卡顿、帧率很低现象画面一顿一顿帧率掉到个位数原因在 CPU 上跑或画面里人脸太多、源图分辨率过高修复启用 GPU 执行后端见上表减少同时处理的人脸数量换一张较小的源图。输出视频没声音或帧率变了现象输出视频静音或播放节奏和原片对不上原因界面里保留音频保留帧率开关被关掉了修复重新处理前把两个开关都打开跑完对比输出文件和原片的音轨与帧率。把效果拉满 多人脸映射给画面里每个人分配不同的脸。# 处理画面中所有人脸并启用人脸映射 python run.py -t group.mp4 --many-faces --map-faces在界面里打开 Many Faces 和 Map Faces 开关用映射功能把每张源图指派给指定的人。控制内存和盯住性能长视频处理时内存可能越涨越高提前设上限更稳。# 限制程序最大内存为 8GB python run.py --max-memory 8界面里的性能监控面板实时显示帧率、处理耗时和硬件占用方便你判断该调哪个参数。 长视频先用低画质试跑一遍确认流程再用--video-quality051数字越小质量越高出正式版。玩之前先记住使用他人面孔前先拿到本人同意分享成品时明确标注是深度伪造不用于欺诈、诽谤等非法用途不处理暴力和其他敏感素材Deep-Live-Cam 把实时换脸的完整流程都跑在本地。卡住的话先去项目 Issue 区搜报错关键词多数问题已有现成答案——现在就可以python run.py五分钟拿到你的第一张实时换脸画面。【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