Deep-Live-Cam 完整指南1 张照片跑通实时换脸普通电脑到底行不行【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 是一款开源的实时换脸工具丢给它一张人脸照片再点一下摄像头按钮你的直播画面、视频通话里的脸就会被实时替换。这篇文章带你 5 分钟把它跑起来告诉你自己的电脑该选哪种运行方式以及卡住时怎么排查。它到底能干什么先认清这三个按钮打开程序后你会发现界面只有三件事选一张脸、选一个目标摄像头或视频、然后点 Start 或 Live。就这么点东西但它能干的事不少直播/视频通话实时换脸摄像头画面实时替换表情、姿态、光线都能跟得上。下面这张图里舞台上的表演者被实时换成了别的脸观众端完全看不出破绽电影/视频换脸选一段目标视频跑完输出一份新视频输出目录直接以目标视频命名。多人脸与口部控制勾选 Many Faces 可以给画面里所有人脸分别换脸勾选 Mouth Mask 则保留你原来的嘴说话口型更自然。下面说怎么跑起来。第一次怎么跑起来两条路选一条路线一预构建版新手首选官方提供了 Windows、MacApple 芯片、CPU 等预构建版本依赖全部配好零手动安装。流程就是选脸 → 选摄像头 → 点 Live三下搞定路线二手动装有点基础再试官方明确提示手动安装需要一点技术底子但过程其实不长git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Campython -m venv venv pip install -r requirements.txt python run.py这里有 3 个坑提前说明Python 版本3.11–3.14 均可推荐 3.14。模型文件需要inswapper_128_fp16.onnx和GFPGANv1.4.onnx两个文件放进models/文件夹下载地址写好在 models/instructions.txt 里就算不放首次运行也会自动下载约 300MB 模型。ffmpeg视频处理依赖它Windows 上装个绿色版加进 PATH 就行。跑起来之后核心功能都在 modules/processors/frame/ 里换脸是 face_swapper.py增强是 face_enhancer.py想改行为可以去看看而命令行参数如--many-faces、--mouth-mask能让python run.py -s 源图 -t 目标直接进入 CLI 模式不用点界面。我的电脑该用哪种跑法一张表选对加速方案实测下来能不能流畅全看你手里有什么芯片。程序默认用 CPU能用 GPU 就给它派活启动时加一个--execution-provider参数即可你的设备启动方式预期效果纯 CPU / 核显python run.py默认能跑但帧率有限建议关 Face EnhancerNVIDIA 独显装 CUDA 12.8 cuDNN 后python run.py --execution-provider cuda流畅帧率最高Mac M1–M5先装 python-tk再python3.14 run.py --execution-provider coreml很流畅依赖 requirements.txt 里的官方 onnxruntimeAMD 卡 / Windows 核显pip install onnxruntime-directml1.21.0后--execution-provider directml明显好于纯 CPUIntel 核显pip install onnxruntime-openvino1.21.0后--execution-provider openvino明显好于纯 CPU判断依据很简单有 NVIDIA 卡选 cudaMac 苹果芯片选 coreml只有核显就在 directml 和 openvino 里二选一AMD 选 directmlIntel 选 openvino什么都没有就用默认 CPU把分辨率调小、关掉 Face Enhancer 也能用。这张图是一次 CPU 跑的实拍可以看到任务管理器里 GPU 是空闲的全靠 CPU 在扛——如果你跑完也这样说明上面表格里对应的加速方案没配好卡住了怎么排查按现象→原因→动作来这里汇总几个最高频的问题现象点 Live 后 10–30 秒没有画面。原因模型还在加载。动作别急首次启动都要等等出画面后换脸照片也只需重选一次即可不用重启程序。现象帧率上不去、画面卡顿。原因CPU 算力不够或开了增强。动作关掉 Face Enhancer、降低预览分辨率显存吃紧时可用--max-memory限制内存占用。现象Mac 上提示缺少_tkinter。原因Homebrew 装的 Python 没带 GUI 库。动作brew reinstall python-tk3.14并确保用python3.14启动而不是python。现象报错找不到模型文件。原因模型没放进models/目录。动作打开 models/instructions.txt 按地址下载两个文件放进去。现象预览画面里 FPS 忽高忽低。原因系统其他程序抢资源或摄像头本身帧率低。动作勾选显示 FPS 观察稳定值必要时先关 Face Enhancer 再逐步加回。使用边界4 条红线别碰用到真人脸必须先获得本人明确同意这是项目声明里的第一条要求。对外分享时务必标注这是 AI 换脸内容避免误导。程序内置了不当内容检测对裸露、血腥、敏感画面会拒绝处理别想着绕过它。不要用于新闻伪造、诈骗等场景开发者也提醒法律要求下项目未来可能强制加水印。下一步现在就试一次先别折腾 GPU直接python run.py选一张正面清晰的自拍当源脸点 Live等 20 秒看到预览窗口跳出你就已经跑通了实时换脸的最小闭环。之后照着上面的对照表把--execution-provider换成你该用的那一个再回来对比一下帧率——这个前后差距就是这篇指南给你的全部回报。【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 完整指南：1 张照片跑通实时换脸，普通电脑到底行不行？
Deep-Live-Cam 完整指南1 张照片跑通实时换脸普通电脑到底行不行【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 是一款开源的实时换脸工具丢给它一张人脸照片再点一下摄像头按钮你的直播画面、视频通话里的脸就会被实时替换。这篇文章带你 5 分钟把它跑起来告诉你自己的电脑该选哪种运行方式以及卡住时怎么排查。它到底能干什么先认清这三个按钮打开程序后你会发现界面只有三件事选一张脸、选一个目标摄像头或视频、然后点 Start 或 Live。就这么点东西但它能干的事不少直播/视频通话实时换脸摄像头画面实时替换表情、姿态、光线都能跟得上。下面这张图里舞台上的表演者被实时换成了别的脸观众端完全看不出破绽电影/视频换脸选一段目标视频跑完输出一份新视频输出目录直接以目标视频命名。多人脸与口部控制勾选 Many Faces 可以给画面里所有人脸分别换脸勾选 Mouth Mask 则保留你原来的嘴说话口型更自然。下面说怎么跑起来。第一次怎么跑起来两条路选一条路线一预构建版新手首选官方提供了 Windows、MacApple 芯片、CPU 等预构建版本依赖全部配好零手动安装。流程就是选脸 → 选摄像头 → 点 Live三下搞定路线二手动装有点基础再试官方明确提示手动安装需要一点技术底子但过程其实不长git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Campython -m venv venv pip install -r requirements.txt python run.py这里有 3 个坑提前说明Python 版本3.11–3.14 均可推荐 3.14。模型文件需要inswapper_128_fp16.onnx和GFPGANv1.4.onnx两个文件放进models/文件夹下载地址写好在 models/instructions.txt 里就算不放首次运行也会自动下载约 300MB 模型。ffmpeg视频处理依赖它Windows 上装个绿色版加进 PATH 就行。跑起来之后核心功能都在 modules/processors/frame/ 里换脸是 face_swapper.py增强是 face_enhancer.py想改行为可以去看看而命令行参数如--many-faces、--mouth-mask能让python run.py -s 源图 -t 目标直接进入 CLI 模式不用点界面。我的电脑该用哪种跑法一张表选对加速方案实测下来能不能流畅全看你手里有什么芯片。程序默认用 CPU能用 GPU 就给它派活启动时加一个--execution-provider参数即可你的设备启动方式预期效果纯 CPU / 核显python run.py默认能跑但帧率有限建议关 Face EnhancerNVIDIA 独显装 CUDA 12.8 cuDNN 后python run.py --execution-provider cuda流畅帧率最高Mac M1–M5先装 python-tk再python3.14 run.py --execution-provider coreml很流畅依赖 requirements.txt 里的官方 onnxruntimeAMD 卡 / Windows 核显pip install onnxruntime-directml1.21.0后--execution-provider directml明显好于纯 CPUIntel 核显pip install onnxruntime-openvino1.21.0后--execution-provider openvino明显好于纯 CPU判断依据很简单有 NVIDIA 卡选 cudaMac 苹果芯片选 coreml只有核显就在 directml 和 openvino 里二选一AMD 选 directmlIntel 选 openvino什么都没有就用默认 CPU把分辨率调小、关掉 Face Enhancer 也能用。这张图是一次 CPU 跑的实拍可以看到任务管理器里 GPU 是空闲的全靠 CPU 在扛——如果你跑完也这样说明上面表格里对应的加速方案没配好卡住了怎么排查按现象→原因→动作来这里汇总几个最高频的问题现象点 Live 后 10–30 秒没有画面。原因模型还在加载。动作别急首次启动都要等等出画面后换脸照片也只需重选一次即可不用重启程序。现象帧率上不去、画面卡顿。原因CPU 算力不够或开了增强。动作关掉 Face Enhancer、降低预览分辨率显存吃紧时可用--max-memory限制内存占用。现象Mac 上提示缺少_tkinter。原因Homebrew 装的 Python 没带 GUI 库。动作brew reinstall python-tk3.14并确保用python3.14启动而不是python。现象报错找不到模型文件。原因模型没放进models/目录。动作打开 models/instructions.txt 按地址下载两个文件放进去。现象预览画面里 FPS 忽高忽低。原因系统其他程序抢资源或摄像头本身帧率低。动作勾选显示 FPS 观察稳定值必要时先关 Face Enhancer 再逐步加回。使用边界4 条红线别碰用到真人脸必须先获得本人明确同意这是项目声明里的第一条要求。对外分享时务必标注这是 AI 换脸内容避免误导。程序内置了不当内容检测对裸露、血腥、敏感画面会拒绝处理别想着绕过它。不要用于新闻伪造、诈骗等场景开发者也提醒法律要求下项目未来可能强制加水印。下一步现在就试一次先别折腾 GPU直接python run.py选一张正面清晰的自拍当源脸点 Live等 20 秒看到预览窗口跳出你就已经跑通了实时换脸的最小闭环。之后照着上面的对照表把--execution-provider换成你该用的那一个再回来对比一下帧率——这个前后差距就是这篇指南给你的全部回报。【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