Deep-Live-Cam inswapper_128 模型加载失败：现象、定位与完整修复指南-二趣网

Deep-Live-Cam inswapper_128 模型加载失败：现象、定位与完整修复指南

【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

Deep-Live-Cam 是单图驱动的实时换脸工具，而 inswapper_128 这个 ONNX 模型是整条换脸管线的第一环，绝大多数"启动即失败"都卡在这一步。最常见的根因是 models 目录缺文件或 GPU 执行环境缺 cuDNN 组件。典型现象有三类：控制台报CUDAExecutionProvider not found；状态栏提示Model not found in .../models；显示 Loading face swapper model 后进程退出。本文只处理 inswapper_128 的加载失败，不涉及换脸质量与视频编码参数。

先确定你属于哪种

按报错关键词和界面表现对号入座，再跳到对应小节。

现象	可能根因	对应小节
控制台报`CUDAExecutionProvider not found`	onnxruntime-gpu 找不到 CUDA 运行库（cuDNN 缺失或版本不匹配）	切换 CPU 提供器验证
状态栏`Model not found in .../models`	models/ 下两个 inswapper 文件都不存在	补全 inswapper_128 模型文件
报`Failed to load library libcudnn.so`	没走`run.py`的预加载逻辑，cuDNN 没被 onnxruntime 感知	固定执行提供器链
`Error loading face swapper model: ...`	模型文件损坏或下载截断	先跑小节 1 隔离，再重走小节 2

按步修复

1. 用 CPU 执行提供器先排除模型文件

原理：执行提供器（Execution Provider）是 ONNX Runtime 的算子后端。CPU 提供器不依赖任何 CUDA 组件，如果文件本身能加载，问题就锁定在 GPU 环境侧，与模型无关。

python run.py --execution-provider cpu

预期效果：模型完整加载，状态栏出现Face swapper model loaded successfully。实时帧率会降，但管线跑通。

验证：状态栏提示加载成功、换脸出图。此时不必再怀疑模型文件，回到第 3 节修 CUDA 环境。

2. 补全 inswapper_128 模型文件

原理：启动时 modules/processors/frame/face_swapper.py 的 pre_check 会尝试联网自动下载，网络不通时静默失败，models/ 目录保持为空。

ls models/

预期效果：确认目录为空或文件截断（正常大小见环境核对表）。按 models/instructions.txt 给出的地址把inswapper_128_fp16.onnx（约 275MB）与inswapper_128.onnx（约 550MB）放入models/。

验证：两者存其一即可启动；两个都在时程序按 GPU 情况自动选 FP16 或回退 FP32。重新运行，状态栏不再出现Model not found。

3. CUDA 在前、CPU 兜底的执行提供器链

原理：ONNX Runtime 按modules/globals.py中execution_providers列表的顺序执行，第一个提供器跑不动的算子自动落到下一个，因此 GPU 链路失效时模型依然能加载。

前提是先确认你是用python run.py启动的——该文件内置了 cuDNN 的预加载逻辑（Windows 注册 DLL 目录、Linux 用ctypes预加载 venv 内 wheel 自带的库）。直接python -m modules.core启动会漏掉这一步。无界面场景可在modules/globals.py固定回退链：

execution_providers = ["CUDAExecutionProvider", "CPUExecutionProvider"]

预期效果：加载不再失败。CUDA 确实可用时 GPU 推理；不可用时所有算子落到 CPU，加载成功但性能等同纯 CPU。

验证：状态栏显示加载成功；如果控制台出现CUDA graph init failed, using standard session，这不是加载失败，程序已自动回退标准会话，忽略即可。

环境核对表：inswapper 模型文件与环境核对清单

检查项	期望值	不满足时怎么办
Python 版本	3.11–3.14（README 推荐 3.14）	用匹配版本重建 venv
onnxruntime-gpu 版本	1.26.0（requirements.txt 锁定）	`pip install -r requirements.txt`
CUDA 环境	CUDA 12.x，`nvidia-smi`可见显卡	修驱动，或改用 cpu 提供器
models/ 目录	存在且可写（首次启动自动创建）	换有权限的用户运行，报`permission`即为此因
inswapper_128_fp16.onnx	存在，约 275MB	按 models/instructions.txt 下载
inswapper_128.onnx	存在，约 550MB（二者存其一即可）	同上
磁盘剩余空间	models/ 所在盘 ≥5GB	清理磁盘或换盘
onnxruntime 可用提供器	列表非空且含目标提供器	重装对应 onnxruntime 变体
execution_providers 当前值	非空，且每项都在可用列表内	重新传`--execution-provider`参数

还是不通？

收集以下三项，再去项目官方 issues 页搜相同报错特征的先例：

完整控制台输出（从启动到报错，不要截断）
import onnxruntime; print(onnxruntime.__version__, onnxruntime.get_available_providers())的输出
你传入的--execution-provider值或modules/globals.py中execution_providers的当前值

高频报错速查：

报错关键词	一句话修复
`CUDAExecutionProvider not found`	重装 onnxruntime-gpu==1.26.0，仍失败则传`--execution-provider cpu`
`Model not found in .../models`	下载 inswapper_128.onnx 放入 models/
`Failed to load library libcudnn.so`	改用`python run.py`启动，不要绕过其预加载逻辑
`Failed to create directory ... permission`	换有权限的用户运行或给 models/ 授权
`Error loading face swapper model`	重新下载模型，截断文件需整包重下

稳定之后

GTX 16xx 系显卡跑 FP16 会出 NaN，遇到黑脸或数值异常时删掉 fp16 文件强制走 FP32。
怀疑模型损坏时做完整性校验：python -c "import onnx; onnx.checker.check_model('models/inswapper_128_fp16.onnx')"。
批处理大小由 modules/processors/frame/core.py 按帧数与线程数自动推导，没有手工参数；视频处理内存吃紧时调低--execution-threads间接缩小批。

【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