CV之Face：Deep-Live-Cam的简介、安装和使用方法、案例应用之详细攻略

一个处女座的程序猿

已于 2024-08-11 22:30:48 修改

阅读量2.1k

点赞数 28

分类专栏： CV/MLM 文章标签：前端 Deep-Live-Cam CV

于 2024-08-07 00:04:26 首次发布

本文链接：https://blog.csdn.net/qq_41185868/article/details/140969012

版权

CV/MLM 专栏收录该内容

259 篇文章 237 订阅

订阅专栏

CV之Face：Deep-Live-Cam的简介、安装和使用方法、案例应用之详细攻略

Deep-Live-Cam的简介

Deep-Live-Cam的安装和使用方法

CoreML 执行提供者（Apple Silicon）

CoreML 执行提供者（Apple 旧版）

DirectML 执行提供者（Windows）

OpenVINO™ 执行提供者（Intel）

Deep-Live-Cam的简介

Deep-Live-Cam仅需一张图片即可实现实时换脸和一键深度人造视频。此软件旨在为快速增长的 AI 生成媒体行业做出有益的贡献。它将帮助艺术家完成诸如动画制作自定义角色或将角色用作服装模特等任务。

该软件的开发者意识到其可能存在的不道德应用，并承诺采取预防措施。软件内置了检查功能，阻止其在不适当的媒体上工作，包括但不限于裸露、图形内容、战争影像等敏感材料。我们将继续在法律和道德的框架内，将此项目朝着积极方向发展。如果法律要求，该项目可能会被关闭或在输出上添加水印。

使用此软件的用户应负责任地使用软件，遵守当地法律。如果使用真人的脸部，建议用户获得相关人的同意，并在网上发布内容时明确说明这是一个 deepfake。软件开发者不对最终用户的行为负责。

GitHub地址：https://github.com/hacksider/Deep-Live-Cam

Deep-Live-Cam的安装和使用方法

1、安装

T1、基础安装

这种方法更可能在你的计算机上运行，但速度会很慢。你可以按照基础安装说明操作（通常通过 CPU 运行）。

设置平台

python（推荐版本 3.10）
pip
git
ffmpeg
Visual Studio 2022 运行库（Windows）

克隆仓库

https://github.com/hacksider/Deep-Live-Cam.git

下载模型

GFPGANv1.4
inswapper_128_fp16.onnx
然后将这两个文件放在 "models" 文件夹中。

安装依赖项

我们强烈推荐使用虚拟环境（venv）来避免问题。

pip install -r requirements.txt

完成！如果你没有 GPU，你应该能够通过运行 python run.py 命令来运行 roop。请注意，首次运行程序时，它将下载一些模型，这可能会根据你的网络连接需要一些时间。

T2、GPU 加速

如果你想使用 GPU 加速，继续以下步骤：

CUDA 执行提供者（Nvidia）

安装 CUDA 工具包 11.8

安装依赖项：

pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.16.3

提供者可用时的用法：
python run.py --execution-provider cuda

CoreML 执行提供者（Apple Silicon）

安装依赖项：
pip uninstall onnxruntime onnxruntime-silicon
pip install onnxruntime-silicon==1.13.1

提供者可用时的用法：
python run.py --execution-provider coreml

CoreML 执行提供者（Apple 旧版）

安装依赖项：
pip uninstall onnxruntime onnxruntime-coreml
pip install onnxruntime-coreml==1.13.1

提供者可用时的用法：
python run.py --execution-provider coreml

DirectML 执行提供者（Windows）

安装依赖项：
pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.15.1

提供者可用时的用法：
python run.py --execution-provider directml

OpenVINO™ 执行提供者（Intel）

安装依赖项：
pip uninstall onnxruntime onnxruntime-openvino
pip install onnxruntime-openvino==1.15.0

提供者可用时的用法：
python run.py --execution-provider openvino

2、使用方法

注意：当你第一次运行这个程序时，它将下载一些大约 300MB 的模型。

执行 python run.py 命令将启动此窗口：gui-demo

python run.py

选择一个面部图像（带有目标面部的图像）和目标图像/视频（你想要替换面部的图像/视频），然后点击“开始”。打开文件资源管理器并导航到你选择的输出目录。你会找到一个名为 <video_title> 的目录，可以在其中实时查看帧的交换情况。处理完成后，它将创建输出文件。就是这样。

对于摄像头模式

只需按照截图上的步骤操作：

选择一个面部图像
点击“直播”
等待几秒钟（通常需要 10 到 30 秒时间预览才会显示）

使用你喜欢的屏幕捕捉工具（如 OBS）进行直播。

注意：如果你想更换面部，只需选择另一张图片，预览模式将重新启动（所以只需等待一下）。

额外的命令行参数如下。要了解它们的功能，请查看此指南。

options:
  -h, --help                                               显示此帮助信息并退出
  -s SOURCE_PATH, --source SOURCE_PATH                     选择源图像
  -t TARGET_PATH, --target TARGET_PATH                     选择目标图像或视频
  -o OUTPUT_PATH, --output OUTPUT_PATH                     选择输出文件或目录
  --frame-processor FRAME_PROCESSOR [FRAME_PROCESSOR ...]  帧处理器（选项：face_swapper, face_enhancer, 等）
  --keep-fps                                               保持原始帧率
  --keep-audio                                             保持原始音频
  --keep-frames                                            保留临时帧
  --many-faces                                             处理每一个面部
  --video-encoder {libx264,libx265,libvpx-vp9}             调整输出视频编码器
  --video-quality [0-51]                                   调整输出视频质量
  --max-memory MAX_MEMORY                                  最大内存使用量（以 GB 为单位）
  --execution-provider {cpu} [{cpu} ...]                   可用的执行提供者（选项：cpu，等）
  --execution-threads EXECUTION_THREADS                    执行线程数量
  -v, --version                                            显示程序的版本号并退出