企业官网建设流程全解析

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-Cam

Deep-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：

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 DLL；
• macOS 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 python@3.14和brew install python-tk@3.14。

3. 安装依赖

pip install -r requirements.txt

requirements.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

1. 装 CUDA Toolkit 12.8.0 和 cuDNN v8.9.7（把 cuDNN 的 bin 目录加入系统 PATH）；
2. 在虚拟环境里：

pip uninstall onnxruntime onnxruntime-gpu pip install onnxruntime-gpu==1.21.0

版本必须对应，onnxruntime-gpu 1.21.0 才兼容 CUDA 12.8 环境。

3. 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（Windows）

pip uninstall onnxruntime onnxruntime-directml pip install onnxruntime-directml==1.21.0 python run.py --execution-provider directml

Intel 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/activate（Windows 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-tk@3.14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