【技能前沿】 Deep-Live-Cam入门部署教程-实时AI换脸、开源、一键、免费！ ...

项目简介

最近有一个爆火的Github项目叫做 Deep-Live-Cam。它可以用 AI 技能在直播的时候，实时天生虚拟人脸。它的作用是让你在直播的时候，掩护你的隐私，同时也可以让你看起来很酷(By 项目原作者)。这个项目特别得当那些喜欢直播又想掩护本身隐私的人利用。
项目标代码托管在 GitHub 上。通过访问这个链接，可以查看具体的代码和文档(下载后举行当地部署)。
由于项目是英文的，在这里做一版中文教程，给后来人一些参考。关注心若为城，获得Github的前沿技能。
博主碎碎念，可跳过：
打算重新做做本身这个老号，高中时候开始做CSDN，那会儿写的是NOIP/NOI相关的算法东西，纯粹是写给本身看的；如今时隔多年，我也在清华站稳了脚跟，在互联网开发和量化交易范畴都算是小有成就了。
接下来这个号（也许也不止这个号）应该会做三个方向:

• AI新技能(或者不局限于AI)的抢先欣赏，会向大家阐明当下热门论文、热门技能的部署等，以及做一些周报或者日报。（类似于AI Weekly）
  
• 量化交易相关，我在量化开发技能栈有着多年的开发经验，也拿过一些投资比赛的奖项。可以面向应届生给出就业规划，提供一些指导的同时分享一些含金量高的项目。
  
• 互联网口试相关，我应该会着重于分享一些口试的底层技能面，并且尽可能和2举行一些结合，让大家同时能handle住两边的技能。
  

Deep Live Cam 部署教程

CPU版本如何安装？

根本安装

这可能会在你的计算机正常工作，但速度可能会很慢。你可以按照根本安装的阐明举行操纵（这通常通过 CPU 运行）
1. 设置你的平台

• python（推荐利用 3.10 版本）
  
• pip
  
• git
  
• ffmpeg
  
• Visual Studio 2022 (Windows）
  

2. 克隆代码库

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

复制代码

3. 下载模型

• GFPGANv1.4
  
• inswapper_128_fp16.onnx
  

然后将这两个文件放到 “models” 文件夹中
4. 安装依赖

我们强烈推荐利用 venv 来制止问题。

1. pip install -r requirements.txt

复制代码

完成！！！如果没有 GPU，你应该可以或许利用 python run.py 命令运行 roop。请注意，在第一次运行程序时，它会下载一些模型，这可能会根据你的网络连接速度必要一些时间。
继续利用 GPU 加速

• 安装 CUDA Toolkit 11.8
  
• 安装依赖：
  

1. pip uninstall onnxruntime onnxruntime-gpu
2. pip install onnxruntime-gpu==1.16.3

复制代码

• 利用以下命令来验证：
  

1. python run.py --execution-provider cuda

复制代码

CoreML （Apple Silicon）

• 安装依赖：
  

1. pip uninstall onnxruntime onnxruntime-silicon
2. pip install onnxruntime-silicon==1.13.1

复制代码

• 利用以下命令验证：
  

1. python run.py --execution-provider coreml

复制代码

CoreML（Apple Legacy）

• 安装依赖：
  

1. pip uninstall onnxruntime onnxruntime-coreml
2. pip install onnxruntime-coreml==1.13.1

复制代码

• 利用以下命令验证：
  

1. python run.py --execution-provider coreml

复制代码

DirectML（Windows）

• 安装依赖：
  

1. pip uninstall onnxruntime onnxruntime-directml
2. pip install onnxruntime-directml==1.15.1

复制代码

• 利用以下命令验证：
  

1. python run.py --execution-provider directml

复制代码

OpenVINO™（Intel)

• 安装依赖：
  

1. pip uninstall onnxruntime onnxruntime-openvino
2. pip install onnxruntime-openvino==1.15.0

复制代码

• 利用以下命令验证：
  

1. python run.py --execution-provider openvino

复制代码

如何利用？

   注意：当你第一次运行这个程序时，它会下载一些约 300MB 巨细的模型。
  执行 python run.py 命令将启动如下窗口：

选择一个面孔（带有所需面孔的图像）和目标图像/视频（你想替换面孔的图像/视频），然后点击 Start。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，你可以在其中实时查看帧交换。处理完成后，它会创建输出文件。这样就结束了。
对于摄像头模式

只需按照屏幕截图上的点击操纵

• 选择一个面孔
  
• 点击 “live”
  
• 等待几秒钟（通常必要 10 到 30 秒，预览才会显示）
  

具体视频可以看这里
只需利用你喜欢的屏幕录制工具举行流式传输，如 OBS
   注意：如果你想更换面孔，只需选择另一张图片，预览模式将会重新启动（因此请稍等半晌）。
  以下是额外的命令行参数。要相识它们的作用，请查看 此指南。

1. options:
2.   -h, --help                                               显示此帮助信息并退出
3.   -s SOURCE_PATH, --source SOURCE_PATH                     选择源图像
4.   -t TARGET_PATH, --target TARGET_PATH                     选择目标图像或视频
5.   -o OUTPUT_PATH, --output OUTPUT_PATH                     选择输出文件或目录
6.   --frame-processor FRAME_PROCESSOR [FRAME_PROCESSOR ...]  帧处理器（选择：face_swapper, face_enhancer, ...）
7.   --keep-fps                                               保持原始帧率
8.   --keep-audio                                             保持原始音频
9.   --keep-frames                                            保持临时帧
10.   --many-faces                                             处理每个面孔
11.   --video-encoder {libx264,libx265,libvpx-vp9}             调整输出视频编码器
12.   --video-quality [0-51]                                   调整输出视频质量
13.   --max-memory MAX_MEMORY                                  最大内存量（GB）
14.   --execution-provider {cpu} [{cpu} ...]                   可用执行提供者（选择：cpu, ...）
15.   --execution-threads EXECUTION_THREADS                    执行线程数量
16.   -v, --version                                            显示程序版本号并退出

复制代码

如果想要 CLI 模式：利用 -s/–source 参数将使程序以 CLI 模式运行。
致谢

• henryruhs：作为项目中不可替代的贡献者
  
• ffmpeg：让视频相关操纵变得简单
  
• deepinsight：提供了一个制作良好的库和模型的 insightface 项目
  
• havok2-htwo：分享了摄像头代码
  
• GosuDRM：为 roop 提供了去除敏感内容的功能
  
• 以及 所有开发者：为项目中利用的库做出贡献的开发者们
  

原仓库:

Deep-Live-Cam

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。