FPGA 100G UDP线速实现：开源协议栈移植与上板全记录
2026/9/7 8:08:43
Deep-Live-Cam 新手指南：三次点击跑通实时AI换脸，一张照片替换摄像头人脸
【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
想在视频通话里用自己的照片替换摄像头里的脸，再直接开播？Deep-Live-Cam 是一个免费开源的实时 AI 换脸工具，用一张照片就能实时替换摄像头或本地视频里的人脸，全程不写代码，点三次按钮就开始。
先记住这几个数字
- 约 300MB：换脸核心模型大小，首次启动自动下载
- 10–30 秒：点完 Live 到预览窗口出现的时间
- 3 个平台：Windows、macOS（M1–M5 芯片）、Linux，无独显也能用 CPU 跑
- 内置内容过滤：涉黄、血腥等敏感素材会被直接拒绝处理
🎬 Deep-Live-Cam 干什么：三种换脸模式
它只干一件事：把照片 A 的人脸特征，实时贴到 B 的人脸上。区别在于"实时"——画面边播边换，不用导出再重剪。
摄像头实时换脸
输入一张源人脸照片加一路摄像头，输出实时换脸后的预览窗口。配合 OBS 等推流工具，即可进视频会议或开播。
视频换脸
输入源人脸加一个本地视频文件，点 Start 逐帧处理，输出保存到一个与目标视频同名的目录。原音轨默认保留。
多人脸映射
开启 Many faces 后画面里每个人都会被换脸；再配合 Map faces，可以给不同的人分配不同的脸。
📦 安装步骤：3 条命令装完启动
| 项目 | 最低要求 | 建议配置 |
|---|---|---|
| 系统 | Windows / macOS / Linux | Windows 10+ 或 macOS（M1–M5） |
| Python | 3.11 | 3.14（官方推荐） |
| 显卡 | 无（CPU 可跑，较慢） | NVIDIA 或 Apple M 系列 |
| 必备工具 | pip、git、ffmpeg | 视频模式依赖 ffmpeg，缺了会报错 |
| Windows 额外 | — | 安装 Visual C++ 运行库（VS 2022 Runtimes） |
# 克隆项目源码 git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam# 创建并激活虚拟环境，避免污染系统 Python python -m venv venv # Windows 激活：venv\Scripts\activate # macOS / Linux 激活：source venv/bin/activate # 安装全部依赖（OpenCV、ONNX Runtime、insightface 等） pip install -r requirements.txt# 启动图形界面，首次运行自动下载约300MB换脸模型 python run.py按硬件选加速
同一个python run.py，加--execution-provider参数指定推理后端：
| 你的硬件 | 启动命令 | 说明 |
|---|---|---|
| NVIDIA 显卡 | python run.py --execution-provider cuda | 需先装 CUDA 12.8 与 cuDNN 8.9.7 |
| Apple M1–M5 | python3.14 run.py --execution-provider coreml | 依赖 Python 3.14，走神经网络引擎 |
| AMD/Intel 核显（Win） | python run.py --execution-provider directml | 需先装 onnxruntime-directml |
| 无独显 | python run.py（不加参数） | CPU 运行，能跑但更慢 |
不想折腾就不加参数，功能一样，只是速度慢一些。
🖱️ 第一次换脸：3 次点击跑通 Live
Live 摄像头模式
- 点Select a face，选一张清晰、光照均匀、无遮挡的正脸照片
- 点Select a target，选你的摄像头
- 点Live，等10–30 秒，预览窗口出现即换脸完成
换脸引擎的检测、特征提取、对齐、贴回逻辑都在 modules/processors/frame/face_swapper.py（换脸核心算法），人脸定位在 modules/face_analyser.py（人脸检测与特征分析）——想改逻辑从这里入手。
视频处理模式
- 先选一张源人脸照片
- 用Select a target选本地视频文件
- 点Start，结果保存在与目标视频同名的目录里
- 中途想停点Destroy；Preview可先抽帧预览，不跑完整视频
🎛️ 参数怎么调：4 个改变效果的开关
| 参数 | 建议范围 | 默认值 | 影响什么 |
|---|---|---|---|
| Opacity（透明度） | 0.8 ~ 1.0 | 1.0 | 换脸结果与原画面的混合程度，调低弱化"贴纸感" |
| Mouth Mask（嘴巴遮罩） | 0 / 30 / 100 | 0 | 0 用换后的嘴；100 保留原嘴直到下巴，嘴型跟随原口型 |
| Sharpness（锐化） | 0 ~ 2 | 0 | 仅开启 Face Enhancer 后生效，增强面部细节 |
| Keep fps / Keep audio | 开 / 关 | 均开启 | 输出是否保持原视频帧率 / 是否保留原音轨 |
Mouth Mask：最反直觉、也最实用的一档
直播时最违和的往往是嘴：换掉的脸不会跟着你的原话动。把 Mouth Mask 拉到30–100，程序会用换脸前的原始嘴部像素覆盖回去，口型就和你的说话完全一致。为什么拉这个值？因为 0 表示完全用换后的嘴，数值越大保留的原嘴区域越多，100时从嘴到下巴都是原画面。
其余开关：
- Face Enhancer（面部增强）：用 GFPGAN 模型重绘面部细节，每帧多一次推理、帧率下降；需先在 models/ 目录放增强模型，下载地址写在 models/instructions.txt
- Many faces / Map faces：处理画面中所有人脸，并给特定的人分配不同的源脸
🚀 两个最值得试的场景
直播实时换脸
Live 预览窗口本身就是素材：打开 OBS，把这个窗口作为窗口捕获源加入场景，捕获区域调合适，避免二次缩放模糊。期待看到：推流画面里每张脸都已经是你的照片。
电影角色替换
选一段电影或视频片段，开启 Face Enhancer 提升面部细节，点 Start；处理期间状态栏显示进度。期待看到：每一帧的脸都被替换，音轨原样保留。
🛠️ 高频问题：4 个自查方法
Live 画面全黑或找不到摄像头
- 症状：点 Live 没反应，或预览一片黑
- 原因：选错摄像头，或系统权限没给
- 解决：重新点Select a target切换摄像头编号；macOS 到"系统设置 → 隐私与安全性 → 相机"里给终端授权
帧率上不去，画面卡顿
- 症状：Live 模式明显掉帧
- 原因：默认 CPU 推理、开了 Face Enhancer、或目标分辨率过高
- 解决：NVIDIA 用户改用
python run.py --execution-provider cuda；先关掉 Face Enhancer；把目标视频降到 720p
启动报错缺模块或加载模型失败
- 症状：
ModuleNotFoundError，或提示找不到 inswapper 模型 - 原因：虚拟环境没激活、Python 不在3.11–3.14区间、或首次下载被中断
- 解决：执行
pip install -r requirements.txt重装依赖；确认 models/ 里有inswapper_128_fp16.onnx，没有就删掉重新运行让它重新下载
视频模式提示找不到 ffmpeg
- 症状：Start 后报
ffmpeg相关错误 - 原因：系统没装 ffmpeg，或没加进 PATH
- 解决：安装 ffmpeg，确认终端里
ffmpeg -version能正常输出，再重启程序
🤝 负责任地使用：3 条边界
- 程序内置内容过滤，处理前会扫描素材，涉黄、血腥等敏感内容直接拒绝——这不是可选开关，别试图绕过
- 使用真实人物的脸之前，获得本人同意
- 发布时明确标注 AI 生成；不用于诈骗、冒用身份等违法用途，后果由使用者承担
Deep-Live-Cam 把"一张照片 + 三次点击"变成了可用的实时换脸管线，效果上限取决于你的显卡。
现在去克隆仓库跑起来，选一张正脸照片，看看实时换脸到底长什么样。
【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