Deep-Live-Cam 实时换脸上手指南：一张照片，5 分钟跑通本地 Deepfake 工具

Deep-Live-Cam 实时换脸上手指南一张照片5 分钟跑通本地 Deepfake 工具【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正脸照片就能在摄像头画面或视频里把脸实时替换掉全程在本机运行不经过任何在线服务不花一分钱。新手按这篇走完能拿到自己的实时换脸预览想批量处理视频的人能直接抄走完整的命令行参数。5 分钟出画面最短启动路径不用先懂原理按顺序敲下面这 6 行git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activate # Windows 改用 venv\Scripts\activate pip install -r requirements.txt python run.py主窗口弹出来后选源脸照片 → 选摄像头 → 按Live等 10–30 秒换脸预览就出现了。哪一行报错就跳到下文对应的安装四步或报错速查一节找解法。跑之前先自查这台机器够不够必选项缺一个就跑不起来Python 版本在 3.11–3.14 之间官方推荐 3.14python --version可查装了 git 和 pip克隆仓库、装依赖要用装了 ffmpeg且终端里ffprobe -version能打印版本号——视频模式依赖它处理画面和音轨仅 Windows装好 Visual Studio 2022 运行库可选项只影响快慢不影响能不能跑NVIDIA 显卡CUDA Toolkit 12.8.0 cuDNN v8.9.7bin 目录加进 PATH再执行pip install onnxruntime-gpu1.26.0启动时带--execution-provider cudaApple M1–M5 芯片依赖文件里已含 CoreML 支持python3.14 run.py --execution-provider coreml直接跑Intel 平台pip install onnxruntime-openvino1.21.0启动加--execution-provider openvinoWindows AMD 核显pip install onnxruntime-directml1.21.0启动加--execution-provider dml一样都不装不加任何参数程序会自动挑当前环境里最快的后端没有独显的纯 CPU 机器也出得了画面480p–720p 勉强实时看预览没问题有显卡则更顺滑。安装四步每步都有算装好了的标准第 1 步克隆仓库 建虚拟环境。上一条命令块里的前 4 行就干完了这件事——虚拟环境的作用是把依赖装进隔离空间不污染系统 Python。 ✅ 怎么算装好了终端提示符前面多了(venv)。第 2 步装依赖。执行pip install -r requirements.txt包比较多时耐心等待。 ✅ 怎么算装好了pip list里能同时看到opencv-python、onnxruntime、insightface。第 3 步备模型。两个核心文件要放进models/目录inswapper_128_fp16.onnx负责换脸合成和gfpgan-1024.onnx负责五官细节增强合计约 300MB。首次启动会自动下载等不及就提前手动下载好丢进去文件名以 models/instructions.txt 为准。 ✅ 怎么算装好了ls models/能列出这两个 .onnx 文件或首次启动只是在下模型进度条。第 4 步启动。执行python run.py。 ✅ 怎么算装好了出现主窗口界面里有源脸选择、摄像头列表和 Live 按钮。窗口模式摄像头实时预览操作顺序是固定的三步选源脸 → 选摄像头 → 按 Live。执行python run.py打开主窗口挑一张源脸照片。三个硬性要求正脸、光线均匀、脸上无遮挡——口罩、贴纸、逆光都会拖垮检测效果人脸在照片里占比越大越稳在窗口里选一台摄像头推理后端程序自己挑不用管按Live首次加载要等 10–30 秒预览一出现换脸就生效想换人直接重新选一张源照片推流用 OBS 对预览窗口做窗口捕获即可。窗口模式常用参数参数干什么什么时候用--live-mirror预览按前置相机视角镜像推出去的画面方向反了--live-resizable允许拖动调整预览窗口大小想按推流版式放大或缩小预览--max-memory限制内存上限单位 GB内存吃紧、预览开始掉帧--det-size人脸检测输入尺寸160 / 320 / 640 三档默认 640画面里脸偏小、或机器性能不够时调低--nsfw-filter启用内置 opennsfw2 内容过滤希望自动拦截不当素材命令行模式一条命令批量出片命令行有个隐藏开关只要带上-s程序就不再弹窗口直接进入无界面模式。python run.py -s face.jpg -t clip.mp4 --keep-audio --keep-fps参数逐个说-s/--source源脸照片同时是切到命令行模式的开关-t/--target目标图片或视频-o/--output手动指定输出位置--keep-audio保留原片音轨默认本来就是开的写上更保险--keep-fps保持原始帧率--many-faces画面里每张脸都处理默认只换一张--map-faces配合--many-faces把目标里的人聚类分组后手动绑定谁换谁--frame-processor指定帧处理器可选face_swapper、face_enhancer等--video-encoder输出编码器libx264/libx265/libvpx-vp9--video-quality输出质量 0–51默认 18数字越小体积越小、质量越低⚠️结果文件在哪新手最容易懵成品不会直接躺在当前目录而是存进以目标视频命名的文件夹——clip.mp4的换脸结果就在源视频旁边的clip.mp4/目录里。找不到输出先去那儿翻。进阶调优三个高频痛点的解法口型对不上现象源脸和画面里的人嘴型不同整脸替换后一开口就穿帮。原因全脸替换把嘴也一起换掉了动作不再跟原画面同步。解法开--mouth-mask窗口模式里叫 Mouth Mask 开关程序保留原画面里的嘴只替换脸上其余区域说话时口型自然跟着原画面走。群像里所有人变成同一张脸现象目标视频里有多个人却都被换成了源脸。原因默认行为是把源脸应用到识别到的第一张目标脸上。解法--many-faces让程序逐张处理每一张脸再叠--map-faces程序先用人脸身份向量可以理解为每张脸的指纹把目标里的人自动聚类你再手动绑定谁对应谁群里每人各得一张自己的脸。python run.py -s face.jpg -t group.mp4 --many-faces --map-faces换完脸偏糊现象放大看五官细节发软。原因换脸生成是 128×128 小尺寸放大回原帧后纹理自然损失。解法窗口模式打开 Face Enhancer 开关或命令行加--frame-processor face_swapper face_enhancerGFPGAN 会把糊掉的五官细节补回来。报错速查卡住了先翻这里报_tkinter错、窗口打不开macOS 缺 tkinter 图形库。执行brew reinstall python-tk3.14重开终端再跑一次。提示找不到 ffmpeg没装或装了但不在 PATH 里。装好后用ffprobe -version验证能打印版本号才算数。两个 .onnx 模型一直下载或提示缺失首次启动会自动拉取约 300MB 的模型等它下完即可等不及就手动把inswapper_128_fp16.onnx和gfpgan-1024.onnx放进models/目录。有 N 卡却退回 CPU 跑十有八九是 cuDNN 没进 PATH 或版本不对。对照上文自查清单里 NVIDIA 那一行逐项修启动时带--execution-provider cuda验证是否命中 GPU。实时预览明显掉帧按顺序试先关 Face Enhancer再调低--max-memory最后把--det-size从 640 降到 320 或 160。它是怎么做到的源码从哪读流水线对每一帧跑一遍一帧内部依次发生四件事检测——insightface 包的 buffalo_l 模型找出画面里所有脸算出边界框、关键点和身份向量生成——inswapper 模型在 128×128 尺寸下把源照片的身份合成到目标脸的结构上只换身份姿态和表情保持原样贴回——用椭圆羽化软掩膜做 alpha 混合把新脸贴回原帧避免硬边方块露馅增强可选——GFPGAN 把糊掉的五官细节补回来。全程本地完成没有任何在线环节。想深入读代码直接对这五处模块职责相对路径人脸检测与分析找脸、算身份向量和关键点modules/face_analyser.py换脸合成生成新脸、椭圆掩膜贴回原帧modules/processors/frame/face_swapper.py人脸增强GFPGAN 补回五官细节modules/processors/frame/face_enhancer.py视频输入输出抽帧、编码、音轨还原modules/video_capture.py命令行入口参数解析、整条流水线调度modules/core.py四条使用底线只换自己的脸或事先明确取得本人同意公开发布时标注AI 合成 / deepfake不用于诈骗、冒充、诽谤等任何欺骗目的不碰战争画面、隐私场景等敏感素材内置的 opennsfw2 过滤也会拦这类内容现在就去跑回到文首那 6 行命令python run.py跑起来选一张自己的正脸照片按 Live——10–30 秒后你的第一段实时换脸预览就在屏幕上了。想继续深入从这三处顺着读README.md 里的完整参数列表、models/instructions.txt 的模型文件说明、modules/core.py 的流水线调度代码。【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