一张照片 3 分钟跑通实时换脸：Deep-Live-Cam 上手指南-二趣网

一张照片 3 分钟跑通实时换脸：Deep-Live-Cam 上手指南

【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

打开终端，丢进去一张源脸照片和一段视频，画面里所有人脸会被实时换掉，产物是一个新视频文件，整段素材只用你给的那张照片。没有独显的普通电脑也能出摄像头实时预览。

动手前的 30 秒自检

上手之前先把下面这些硬性门槛过一遍，缺任何一条都跑不起来：

项目	硬性要求
系统	Windows 10 / macOS 11 / 主流 Linux
Python	3.11 至 3.14
FFmpeg	已安装且加入 PATH
内存	8GB 以上
磁盘	10GB 左右空闲（依赖 + 约 300MB 模型）

想让帧率更稳，上 8 核 CPU、16GB 内存或 RTX 3060 级别的独显即可，1080P 就很从容。

跑通第一版：从克隆到第一次换出画面

把仓库拉下来，顺手建好隔离环境，免得这个项目的依赖污染系统 Python：

git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam && python -m venv venv && source venv/bin/activate

提示符前出现 (venv) 就对了；Windows 上激活命令换成venv\Scripts\activate。

依赖全部写在 requirements.txt 里，一条命令装齐 OpenCV、ONNX Runtime、人脸分析库：

pip install -r requirements.txt

此时终端执行pip show onnxruntime能打印出版本号。首次运行还会自动下载约 300MB 的换脸与增强模型，留意下载进度；也可以提前把 inswapper_128_fp16.onnx 和 GFPGANv1.4 放进 models/ 目录。

启动图形界面：

python run.py

窗口里选源脸照片、选目标视频，点 Start。结果保存在以目标文件命名的文件夹里，打开输出文件能看到换好的脸即成功。

python run.py -s face.jpg -t clip.mp4

习惯命令行可以跳过窗口直接这样跑，进度走完后输出目录里出现新视频，说明整条实时换脸链路已经通了。

按需取参数

参数按意图分组，用到哪组翻哪组。

要画质

想要脸更清晰，就给--frame-processor追加face_enhancer，例如--frame-processor face_swapper face_enhancer，更激进的 gpen256、gpen512 也可以选。想要保留原始口型，加--mouth-mask，嘴部会被遮罩，换上的脸跟着原口型动，说话头类视频上效果最明显：

多人多脸

参数	作用	常用值
`--many-faces`	处理画面里每一张脸	默认只换 1 张
`--map-faces`	不同主体映射到不同源脸	配合`--many-faces`

要提速

参数	作用	常用值
`--execution-provider`	加速后端	cuda / coreml / cpu
`--execution-threads`	CPU 执行线程数	核数的一半
`--max-memory`	内存上限（GB）	8

改输出

参数	作用	常用值
`--video-encoder`	输出编码器	libx264 默认 / libx265 更省体积
`--video-quality`	质量 0–51，越小越清晰	18
`--keep-fps`、`--keep-audio`	保留原始帧率与音轨	默认即保留音轨

实时模式

参数	作用
`--live-mirror`	Live 窗口镜像成前置摄像头视角

想查全量参数，看参数解析逻辑；各增强处理器的实现都在帧处理管线里。

配置与取舍

按硬件对号入座，直接抄对应那一行：

档位	抄这组参数	先求什么
纯 CPU	`--execution-provider cpu --execution-threads 8 --max-memory 8`	跑得动不卡，片段控制在 1 分钟内，720P 足够
中端卡（RTX 3060 级）	`--execution-provider cuda`，其余默认	1080P 舒适区
高端卡（RTX 4090 级）	再加`--frame-processor face_swapper face_enhancer`	先上高分辨率，再叠增强
Apple 芯片	`--execution-provider coreml`	官方轮子已带 CoreML，无需额外安装

前两档先求"跑得动"，后两档再求"更高分辨率 + 更多增强"；帧率卡住了就先降分辨率、再减增强，别动换脸主体。

报错对照：最可能撞上的三个

一启动就提示找不到 FFmpeg 并直接退出。 FFmpeg 没装，或它的 bin 目录不在 PATH 里。装好 FFmpeg 并把 bin 加入 PATH，重开终端用ffmpeg -version确认能打印信息。

加了--execution-provider cuda却报 cuDNN / cuBLAS 找不到，退回 CPU。 CUDA 运行时缺失或版本不配套，验证过的组合是 CUDA 12.8 + cuDNN 8.9.7。按该组合安装两者，把 cuDNN 的 bin 目录加进 PATH 后重启程序。

处理长视频到一半卡死，内存持续飙高。帧和中间结果一直驻留在内存里。启动时加--max-memory 8或更小的值，仍顶不住就先降分辨率。

参数都抄到手了，现在就去给视频换脸，或者点开 Live 开播。

【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

企业官网建设流程全解析