Deep-Live-Cam 单图实时换脸教程从安装到调优的 5 步完整指南【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周五晚上剪完 vlog朋友甩来一句“主角这张脸能不能给我换个形象”传统做法是找修图师或者排队渲染而开源项目 Deep-Live-Cam 给出的方案更直接一张正面照片就能在摄像头或视频里实时完成换脸。它免费、开源、全部在本地跑支持 CPU、NVIDIA CUDA、CoreML、OpenVINO、DirectML 多种推理后端。这篇文章带你把它装起来、跑起来再调顺。5 分钟从装到跑通第 1 步拉代码。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam第 2 步放模型。程序本体不内置模型需要两个文件放进 models/ 目录inswapper_128_fp16.onnx负责换脸推理GFPGANv1.4.pth负责画质修复下载地址写得很清楚对照 models/instructions.txt 拿文件名一个字符都别改。第 3 步建虚拟环境并装依赖。python -m venv venv source venv/bin/activate # Windows 改为 venv\Scripts\activate pip install -r requirements.txt第 4 步启动。运行下面这条命令窗口弹出就算成功python run.py这一步最容易卡住卡住多半是模型没放进 models/ 或者文件名多了后缀。第一次运行三次点击看效果界面就两个区域左侧选素材右侧出画面。先点Source Face选一张清晰、正面、光线均匀的照片这是“要换上去的脸”再点Target选择摄像头或一段视频文件最后点Live。预览一出现换脸就已经在逐帧工作了。日常使用三个关键开关 口播唱歌怕“嘴对不上”勾上 Mouth Mask。它只保留嘴部区域不替换脸的其余部分照常换掉口型立刻跟得上说话节奏。命令行等价参数是--mouth-mask。 画面里有好几个人开人脸映射。默认一次只处理一张脸勾选映射模式命令行--map-faces后每张源图分别对应一个目标角色各换各的不会一张脸全覆盖。⚡ 帧率上不去切换推理后端Execution Provider。通俗讲后端决定模型跑在哪块硬件上。NVIDIA 显卡用python run.py --execution-provider cudaApple 芯片用coremlIntel 平台用openvinoWindows 也可试directml内存吃紧时加--max-memory限制占用。没有独显也别怕默认 CPU 后端照样能跑只是帧率受限。视频模式则是离线逐帧处理再导出一条命令出片默认保留原音轨与帧率python run.py -s 源图.jpg -t 目标视频.mp4想要成片更细腻开启面部增强Face Enhancer即可但增强会吃帧率流畅优先就先关掉它。界面里带资源监控面板看占用决定开不开增强。出问题先对号入座启动报找不到模型进 models/ 目录核对文件名与后缀.onnx 别下成 .zip 或其他格式。CPU 上又卡又糊按硬件切后端再不行就关增强、降分辨率看帧率变化。换完边界感明显九成是源图问题换一张正面、光照均匀的清晰照片再叠加增强与嘴部蒙版。摄像头黑屏多半被别的程序占用或系统权限没放开关掉占用方检查隐私设置再试。想再深一点源码入口在哪 逐帧处理逻辑集中在 modules/processors/frame/ 目录换脸、增强、蒙版各是独立处理器加新功能不用重写整条管线界面与交互在 modules/ui.py多语言词条放在 locales/会哪门语言就能顺手补哪门。建议的入门顺序先跑通 Live再玩熟三个开关最后翻源码。Deep-Live-Cam 真正的价值不在画质天花板而在于把实时换脸的门槛压到了“十分钟”这个量级免费、本地、可上手。最后照例提醒人脸素材只用你自己的或已授权的发布时标注 AI 生成——工具才能一直用得下去。【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