Deep-Live-Cam 换脸完整指南一张照片实时替换摄像头与视频中的人脸【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 是一个纯本地运行的实时换脸工具丢给它一张人脸照片摄像头或视频文件里的人脸就会被换成照片里的那张不需要服务器也不需要写代码。适合做直播、剪视频的创作者上手。适合谁直播和视频通话用户对着摄像头说话观众看到的却是照片里的人效果随按随有。视频创作者给整部电影或素材逐帧换脸几分钟拼出群像表情包视频。不想折腾部署的普通用户全程 GUI 操作装完依赖就能跑。不适合谁想要云端服务、不想在自己电脑上装任何东西的人以及期待换脸后皮肤毛孔和光影完全无差别的用户——128 分辨率的换脸模型对细节的还原有上限。三个场景先看效果场景一视频通话实时换脸。开视频会或直播前选一张照片按 Live1030 秒后你的脸实时变成照片里的人对方看到的就是替换后的画面。中途换人只需重新选一张源图不用重启。场景二视频文件批量换脸。目标选一个视频文件点 Start程序逐帧处理成品保存在以目标视频命名的 output 目录里原音轨和帧率默认保留。场景三群像视频多人脸玩梗。打开 Many Faces 后画面里每个人都会被换脸再配合映射功能给不同角色分配不同源图。快速上手10 分钟跑通实时换脸第 1 步装环境并拉代码。需要 Python 3.113.14官方推荐 3.14、git 和 ffmpeg。git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam # 拉取项目代码 cd Deep-Live-Cam python3 -m venv venv source venv/bin/activate # 建虚拟环境Windows 用 venv\Scripts\activate pip install -r requirements.txt # 安装依赖装依赖时 onnxruntime 会按平台自动选择macOS Apple Silicon 装 CoreML 版其他平台装 onnxruntime-gpu不用手动挑。第 2 步把两个模型放进 models 目录。换脸效果由inswapper_128_fp16.onnx约 380MB和GFPGANv1.4.pth决定下载地址写在models/instructions.txt里下完验证一下ls -lh models/ # 确认两个模型文件都在且大小正常完成信号两个文件都在inswapper 约 380MB。注意首次启动时程序还会自动下载约 300MB 的人脸检测辅助模型别断网、别取消。第 3 步首次启动。python run.py # 启动图形界面界面弹出后选一张源人脸照片 → 选摄像头 → 点 Live。1030 秒后预览窗口出现换好脸的动态画面说明你已经跑通了。把效果调到位 ⚙️换脸质量主要看三个变量变量建议源人脸照正脸、表情中性、光线均匀、清晰度高侧脸和暗光照片最容易穿帮人脸增强界面里打开增强开关可还原皮肤细节代价是每帧耗时增加长视频慎用执行后端有 GPU 就加--execution-provider参数见下表视频输出相关参数在modules/core.py里有完整定义常用的是--video-quality051默认 18越小质量越高和--keep-fps锁定原始帧率。 长视频先用 10 秒片段 默认画质试跑确认流程和人选满意了再处理完整版能省掉大量重跑时间。硬件适配速查硬件启动命令前置条件NVIDIA 显卡python run.py --execution-provider cuda装 CUDA 12.8 和 cuDNN 8.9Apple Siliconpython run.py --execution-provider coreml依赖装好即可AMD 显卡Windowspython run.py --execution-provider directml额外安装 onnxruntime-directmlIntel 平台python run.py --execution-provider openvinoOpenVINO 版本需配对普通 CPUpython run.py无最慢但最稳拿不准硬件时先不加参数用 CPU 跑通全流程确认功能没问题再逐项上加速。常见问题速查 ⚠️报错关键词可能原因解决办法Model not found / 加载失败模型没放进 models/ 或下载中断用ls -lh models/核对文件大小按 instructions.txt 重新下载CUDA 相关错误、回落到 CPUonnxruntime-gpu 找不到 CUDA/cuDNN 运行时装好 CUDA Toolkit 12.8 和 cuDNN 8.9.7 后重装 onnxruntime-gpuNo module named _tkintermacOS系统 Python 缺图形界面支持包执行brew install python-tk3.14FPS 掉到个位数、预览卡顿CPU 运行或同屏人脸过多换 GPU 后端、减少处理人脸数、降低输出分辨率以上都没命中时去项目仓库的 Issue 区搜相同报错关键词多数问题有现成答案。进阶玩法多人脸映射给画面里每个人分配不同的脸。python run.py -t group.mp4 --many-faces --map-faces # 处理所有人脸并启用映射在界面里打开 Many Faces 和 Map Faces 开关用映射功能把每张源图指派给指定角色。控内存、盯性能长视频处理时内存可能持续增长提前设上限更稳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用来判断该调哪个参数。python run.py --max-memory 8 # 限制程序最大内存为 8GB使用边界使用他人面孔前先取得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 的定位就是本地跑通的实时换脸创作工具底线做到了就可以放心玩卡住时先去 Issue 区搜报错关键词再考虑提问。【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