Deep-Live-Cam 上手教程1 张照片10 分钟出实时换脸视频【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 是一个实时换脸工具一张照片作为源脸就能把视频或摄像头画面里的人脸逐帧替换掉边播边换。它和逐帧处理、导出等半天的换脸工具不同卖点是实时——摄像头模式下普通电脑就能看到换好的脸。30 秒机器自查你能跑实时换脸吗在敲第一条命令前用这张表对一遍能直接判断跑不跑得动、大概什么速度。项目最低线推荐线差一点会怎样CPU4 核8 核以上只能处理 720P 短片段内存8GB16GB长视频要加--max-memory限流显卡无CPU 模式可跑RTX 3060 级、支持 CUDA无实时只能离线处理视频Python3.113.143.11–3.14 均可低于 3.11 装不上 onnxruntimeFFmpeg已安装且 bin 在 PATH最新稳定版启动即提示找不到 FFmpeg磁盘空闲10GB20GB依赖 首次运行约 300MB 模型达最低线就能起步与推荐线的差距主要体现在帧率和分辨率上。普通 PC 的实际水平可以参考这段性能演示10 分钟装好并跑出第一支换脸视频走完下面 3 步你手里会有一支已经换好脸的视频全程约 10 分钟每步只给一条命令。第 1 步克隆仓库并建虚拟环境隔离依赖避免污染系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activateWindows 把激活命令换成venv\Scripts\activatemacOS/Linux 照抄即可。成功标志提示符前出现(venv)。第 2 步一条命令装齐依赖OpenCV、ONNX Runtime、人脸分析库全部包含在内。pip install -r requirements.txt成功标志执行pip show onnxruntime能打印出版本号。第 3 步启动首次运行会自动下载约 300MB 的换脸与增强模型耐心等待进度条走完。python run.py弹出窗口后只需 3 次点击① 选源脸照片清晰正脸谁的照就换谁② 选目标视频或图片③ 点 Start。结果保存在以目标文件命名的文件夹里。成功标志打开输出文件能看到换好的脸。想要摄像头实时效果就选完源脸后点 Live10–30 秒出预览画面。命令行派一条命令等价python run.py -s face.jpg -t clip.mp4必会 3 个参数源脸、目标与输出这 3 个参数是从命令行出成品所需的全部其余都是可选开关。参数作用怎么填-s/--source源脸照片只需 1 张一张清晰正脸照的路径-t/--target要替换的脸所在图片或视频本地文件路径-o/--output输出文件目录可不填默认按目标文件建文件夹run.py只要带上-s就自动进入命令行模式不弹窗口。完整参数定义见 命令行解析。进阶开关对照多脸、口型与增强基础跑通后按需求从表里挑开关典型值和适用对象都写好了。开关作用典型值给谁用--many-faces画面里每张脸都换开关群像画面--map-faces不同人物映射到不同源脸配合--many-faces多角色视频--mouth-mask遮罩嘴部、保留原口型开关说话头类视频--frame-processor处理管线按书写顺序执行face_swapper face_enhancer追求画质--keep-fps保留原始帧率开关播放要流畅--keep-audio保留原音轨默认开启默认即可--video-encoder输出编码器libx264默认、libx265、libvpx-vp9在意体积或格式--video-quality编码质量 0–51越小越清晰18默认追求画质--live-mirror实时窗口镜像成前置视角开关直播--frame-processor可选的处理器共 4 个face_swapper、face_enhancer及两个 GPEN 规格增强器实现都在 帧处理管线 里想调画质从这里入手。嘴部遮罩在说话头类视频上效果最直观显卡加速后端选择对号入座一行命令按你的硬件从表里挑一行装完用对应的--execution-provider启动即可。你的硬件安装命令启动参数NVIDIA无需安装依赖里已含 onnxruntime-gpu--execution-provider cudaAMDpip install -U onnxruntime-directml--execution-provider directmlIntelpip install -U onnxruntime-openvino--execution-provider openvinoApple SiliconM 系无需安装官方构建已带 CoreML--execution-provider coreml纯 CPU无需安装--execution-provider cpu --execution-threads 8成功标志程序启动日志里不再报 provider 相关错误。CPU 模式下建议同时加--max-memory 8控制内存。常见 3 种跑挂情况怎么认、怎么修 ⚠️出问题基本都在这 3 种里对照症状下第一行修复命令。界面表现原因一条修复命令/动作启动即提示找不到 FFmpeg 并退出没装或 bin 目录不在 PATH安装 FFmpeg 并加入 PATH重开终端后ffmpeg -version验证加cuda后报 cuDNN/cuBLAS 缺失、退回 CPUCUDA 运行时缺失或版本不配套装 CUDA 12.8 cuDNN 8.9.7 组合cuDNN bin 加入 PATH 后重启处理长视频到一半内存飙高、卡死帧与中间结果驻留内存加--max-memory 8或更小值仍爆就先降分辨率打开终端敲下你的第一条python run.py -s face.jpg -t clip.mp4第一支换脸视频马上开始渲染。【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 
长河君 · 2026/9/6 15:51:27 · 阅读 1.2k Deep-Live-Cam 上手教程：1 张照片，10 分钟出实时换脸视频
Deep-Live-Cam 上手教程1 张照片10 分钟出实时换脸视频【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 是一个实时换脸工具一张照片作为源脸就能把视频或摄像头画面里的人脸逐帧替换掉边播边换。它和逐帧处理、导出等半天的换脸工具不同卖点是实时——摄像头模式下普通电脑就能看到换好的脸。30 秒机器自查你能跑实时换脸吗在敲第一条命令前用这张表对一遍能直接判断跑不跑得动、大概什么速度。项目最低线推荐线差一点会怎样CPU4 核8 核以上只能处理 720P 短片段内存8GB16GB长视频要加--max-memory限流显卡无CPU 模式可跑RTX 3060 级、支持 CUDA无实时只能离线处理视频Python3.113.143.11–3.14 均可低于 3.11 装不上 onnxruntimeFFmpeg已安装且 bin 在 PATH最新稳定版启动即提示找不到 FFmpeg磁盘空闲10GB20GB依赖 首次运行约 300MB 模型达最低线就能起步与推荐线的差距主要体现在帧率和分辨率上。普通 PC 的实际水平可以参考这段性能演示10 分钟装好并跑出第一支换脸视频走完下面 3 步你手里会有一支已经换好脸的视频全程约 10 分钟每步只给一条命令。第 1 步克隆仓库并建虚拟环境隔离依赖避免污染系统 Python。git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam python -m venv venv source venv/bin/activateWindows 把激活命令换成venv\Scripts\activatemacOS/Linux 照抄即可。成功标志提示符前出现(venv)。第 2 步一条命令装齐依赖OpenCV、ONNX Runtime、人脸分析库全部包含在内。pip install -r requirements.txt成功标志执行pip show onnxruntime能打印出版本号。第 3 步启动首次运行会自动下载约 300MB 的换脸与增强模型耐心等待进度条走完。python run.py弹出窗口后只需 3 次点击① 选源脸照片清晰正脸谁的照就换谁② 选目标视频或图片③ 点 Start。结果保存在以目标文件命名的文件夹里。成功标志打开输出文件能看到换好的脸。想要摄像头实时效果就选完源脸后点 Live10–30 秒出预览画面。命令行派一条命令等价python run.py -s face.jpg -t clip.mp4必会 3 个参数源脸、目标与输出这 3 个参数是从命令行出成品所需的全部其余都是可选开关。参数作用怎么填-s/--source源脸照片只需 1 张一张清晰正脸照的路径-t/--target要替换的脸所在图片或视频本地文件路径-o/--output输出文件目录可不填默认按目标文件建文件夹run.py只要带上-s就自动进入命令行模式不弹窗口。完整参数定义见 命令行解析。进阶开关对照多脸、口型与增强基础跑通后按需求从表里挑开关典型值和适用对象都写好了。开关作用典型值给谁用--many-faces画面里每张脸都换开关群像画面--map-faces不同人物映射到不同源脸配合--many-faces多角色视频--mouth-mask遮罩嘴部、保留原口型开关说话头类视频--frame-processor处理管线按书写顺序执行face_swapper face_enhancer追求画质--keep-fps保留原始帧率开关播放要流畅--keep-audio保留原音轨默认开启默认即可--video-encoder输出编码器libx264默认、libx265、libvpx-vp9在意体积或格式--video-quality编码质量 0–51越小越清晰18默认追求画质--live-mirror实时窗口镜像成前置视角开关直播--frame-processor可选的处理器共 4 个face_swapper、face_enhancer及两个 GPEN 规格增强器实现都在 帧处理管线 里想调画质从这里入手。嘴部遮罩在说话头类视频上效果最直观显卡加速后端选择对号入座一行命令按你的硬件从表里挑一行装完用对应的--execution-provider启动即可。你的硬件安装命令启动参数NVIDIA无需安装依赖里已含 onnxruntime-gpu--execution-provider cudaAMDpip install -U onnxruntime-directml--execution-provider directmlIntelpip install -U onnxruntime-openvino--execution-provider openvinoApple SiliconM 系无需安装官方构建已带 CoreML--execution-provider coreml纯 CPU无需安装--execution-provider cpu --execution-threads 8成功标志程序启动日志里不再报 provider 相关错误。CPU 模式下建议同时加--max-memory 8控制内存。常见 3 种跑挂情况怎么认、怎么修 ⚠️出问题基本都在这 3 种里对照症状下第一行修复命令。界面表现原因一条修复命令/动作启动即提示找不到 FFmpeg 并退出没装或 bin 目录不在 PATH安装 FFmpeg 并加入 PATH重开终端后ffmpeg -version验证加cuda后报 cuDNN/cuBLAS 缺失、退回 CPUCUDA 运行时缺失或版本不配套装 CUDA 12.8 cuDNN 8.9.7 组合cuDNN bin 加入 PATH 后重启处理长视频到一半内存飙高、卡死帧与中间结果驻留内存加--max-memory 8或更小值仍爆就先降分辨率打开终端敲下你的第一条python run.py -s face.jpg -t clip.mp4第一支换脸视频马上开始渲染。【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