Deep-Live-Cam 直播、会议实时换脸程序本地安装部署指南
文章
2024-09-26
111
简介
Deep-Live-Cam 是一款强大的人工智能视频处理工具,可以实现实时换脸等高级功能。本指南将帮助您在本地环境中安装和配置 Deep-Live-Cam。
效果预览
Deep-Live-Cam 可以实现多种视觉效果,包括:
将自己变成心仪明星的样子
模拟成为富豪的外表
变身为流行文化中的角色(如孙悟空)
安装步骤
1. 前置环境准备
1.1 安装 Anaconda
为避免 Python 版本冲突,我们需要使用 Anaconda 来管理 Python 环境。
安装参考: Anaconda 安装教程
1.2 安装 FFmpeg
FFmpeg 是处理音视频所必需的工具。
安装步骤:
以管理员身份打开 PowerShell
运行以下命令:
iex (irm ffmpeg.tc.ht)
1
注: 如果遇到权限问题,可能需要调整 PowerShell 的执行策略。
1.3 安装 Visual Studio Build Tools
下载并安装 Visual Studio 2022 Build Tools
在安装过程中,选择 “Desktop development with C++”
1.4 安装 CUDA
下载并安装 cuda_11.8.0_522.06_windows.exe
安装完成后,将以下路径添加到系统环境变量:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
1.5 安装 cuDNN
从 NVIDIA cuDNN 档案 下载适合的版本
解压下载的文件,并将内容复制到 CUDA 安装目录(通常是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8)
2. 下载 Deep-Live-Cam
克隆 GitHub 仓库:
git clone https://github.com/hacksider/Deep-Live-Cam.git
1
解压下载的文件
3. 下载必要模型
GFPGANv1.4
inswapper_128_fp16.onnx
将下载的模型文件放置在 Deep-Live-Cam 的 models 目录下。
4. 创建并激活虚拟环境
conda create --name python310 python=3.10.0
conda activate python310
1
2
5. 安装依赖
下载 PyTorch:
pip install https://download.pytorch.org/whl/cu118/torch-2.0.1%2Bcu118-cp310-cp310-win_amd64.whl
1
安装其他依赖:
pip install -r requirements.txt
1
安装 ONNX Runtime:
对于 NVIDIA 显卡:
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.16.3
1
2
对于 AMD 显卡:
pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.15.1
1
2
6. 启动 Deep-Live-Cam
对于 NVIDIA 显卡:
python run.py --execution-provider cuda
1
对于 AMD 显卡:
python run.py --execution-provider directml
1
手动补安装
因为直接 requements.txt 安装过程会有问题，所以可以逐个手动安装报错的
D:\workspace\software\Deep-Live-Cam-libs 改成你的存放目录
pip install D:\workspace\software\Deep-Live-Cam-libs\tb_nightly-2.18.0a20240902-py3-none-any.whl
pip install D:\workspace\software\Deep-Live-Cam-libs\gfpgan-1.3.8-py3-none-any.whl
pip install numpy==1.26.4
pip install gfpgan==1.3.8
pip install tensorflow==2.17.0
pip install tensorflow-intel==2.17.0
1
2
3
4
5
6
注意事项
pip安装时若遇冲突，需逐个安装并调整版本。
依次执行pip install，如有冲突需手动解决。
无法在线安装时，请官网下载手动安装。来源: https://pypi.org/
常见问题解决
Frame processor face_enhancer not found
pip uninstall basicsr -y
pip install git+https://github.com/xinntao/BasicSR.git@master
1
2
ONNX Runtime 版本问题
参考上述安装步骤中的 ONNX Runtime 安装指令。
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.16.3
1
2
CUDA 相关问题
确保 CUDA 和 cuDNN 正确安装且版本匹配。
RuntimeError: D:\a\_work\1\s\onnxruntime\python\onnxruntime_pybind_state.cc:743 onnxruntime::python::CreateExecutionProviderInstance CUDA_PATH is set but CUDA wasn't able to be loaded. Please install the correct version of CUDA and cuDNN as mentioned in the GPU requirements page (https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html#requirements), make sure they're in the PATH, and that your GPU is supported.
1
下载问题
某些文件可能需要从 GitHub 下载,这可能会很慢。请耐心等待或考虑使用代理。
vs Builtools 问题
如果运行出现下面问题，是因为上面的 vs_tool 安装选择错误了，重新安装选择一次即可.
C:\Users\888\AppData\Local\Temp\pip-install-myqe163n\insightface_e0c711cabe7a460e817e7d0bc2e1a0cc\insightface\thirdparty\face3d\mesh\cython\mesh_core.h(4): fatal error C1083: 无法打开包括文件: “stdio.h”: No such file or directory
error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio\\2022\\BuildTools\\VC\\Tools\\MSVC\\14.41.34120\\bin\\HostX86\\x64\\cl.exe' failed with exit code 2
1
2
AMD显卡
如果有下面错误，可能你电脑的是 AMD 显卡，使用 AMD 显卡启动命令
sess.initialize_session(providers, provider_options, disabled_optimizers)
RuntimeError: D:\a\_work\1\s\onnxruntime\core\providers\cuda\cuda_call.cc:121 onnxruntime::CudaCall D:\a\_work\1\s\onnxruntime\core\providers\cuda\cuda_call.cc:114 onnxruntime::CudaCall CUDA failure 35: CUDA driver version is insufficient for CUDA runtime version ; GPU=1328509528 ; hostname=5T5 ; file=D:\a\_work\1\s\onnxruntime\core\providers\cuda\cuda_execution_provider.cc ; line=236 ; expr=cudaSetDevice(info_.device_id);
1
2
文件打包下载
为了确保您能够顺畅地进行后续操作，我们特此提供了一个精心整理的大文件打包下载链接。该压缩包内包含了您所需的所有文件，您可一键获取，亦可选择单独下载。
请点击以下链接，开启您的便捷之旅：
链接：https://pan.quark.cn/s/a1b102c72964
提取码：G1FT
免责声明
Deep-Live-Cam 旨在为人工智能生成媒体行业做出积极贡献。用户应负责任地使用本软件,遵守当地法律,并在使用真人面孔时获得相关人员的同意。本软件开发者不对最终用户的行为负责。
注: 请确保您的使用符合道德和法律标准。
————————————————
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/zhq426/article/details/142045902
本站涵盖的内容、图片、视频等数据系网络收集，部分未能与原作者取得联系。若涉及版权问题，请联系我们进行删除！谢谢大家！
Deep-Live-Cam 是一款强大的人工智能视频处理工具,可以实现实时换脸等高级功能。本指南将帮助您在本地环境中安装和配置 Deep-Live-Cam。
效果预览
Deep-Live-Cam 可以实现多种视觉效果,包括:
将自己变成心仪明星的样子
模拟成为富豪的外表
变身为流行文化中的角色(如孙悟空)
安装步骤
1. 前置环境准备
1.1 安装 Anaconda
为避免 Python 版本冲突,我们需要使用 Anaconda 来管理 Python 环境。
安装参考: Anaconda 安装教程
1.2 安装 FFmpeg
FFmpeg 是处理音视频所必需的工具。
安装步骤:
以管理员身份打开 PowerShell
运行以下命令:
iex (irm ffmpeg.tc.ht)
1
注: 如果遇到权限问题,可能需要调整 PowerShell 的执行策略。
1.3 安装 Visual Studio Build Tools
下载并安装 Visual Studio 2022 Build Tools
在安装过程中,选择 “Desktop development with C++”
1.4 安装 CUDA
下载并安装 cuda_11.8.0_522.06_windows.exe
安装完成后,将以下路径添加到系统环境变量:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
1.5 安装 cuDNN
从 NVIDIA cuDNN 档案 下载适合的版本
解压下载的文件,并将内容复制到 CUDA 安装目录(通常是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8)
2. 下载 Deep-Live-Cam
克隆 GitHub 仓库:
git clone https://github.com/hacksider/Deep-Live-Cam.git
1
解压下载的文件
3. 下载必要模型
GFPGANv1.4
inswapper_128_fp16.onnx
将下载的模型文件放置在 Deep-Live-Cam 的 models 目录下。
4. 创建并激活虚拟环境
conda create --name python310 python=3.10.0
conda activate python310
1
2
5. 安装依赖
下载 PyTorch:
pip install https://download.pytorch.org/whl/cu118/torch-2.0.1%2Bcu118-cp310-cp310-win_amd64.whl
1
安装其他依赖:
pip install -r requirements.txt
1
安装 ONNX Runtime:
对于 NVIDIA 显卡:
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.16.3
1
2
对于 AMD 显卡:
pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.15.1
1
2
6. 启动 Deep-Live-Cam
对于 NVIDIA 显卡:
python run.py --execution-provider cuda
1
对于 AMD 显卡:
python run.py --execution-provider directml
1
手动补安装
因为直接 requements.txt 安装过程会有问题，所以可以逐个手动安装报错的
D:\workspace\software\Deep-Live-Cam-libs 改成你的存放目录
pip install D:\workspace\software\Deep-Live-Cam-libs\tb_nightly-2.18.0a20240902-py3-none-any.whl
pip install D:\workspace\software\Deep-Live-Cam-libs\gfpgan-1.3.8-py3-none-any.whl
pip install numpy==1.26.4
pip install gfpgan==1.3.8
pip install tensorflow==2.17.0
pip install tensorflow-intel==2.17.0
1
2
3
4
5
6
注意事项
pip安装时若遇冲突，需逐个安装并调整版本。
依次执行pip install，如有冲突需手动解决。
无法在线安装时，请官网下载手动安装。来源: https://pypi.org/
常见问题解决
Frame processor face_enhancer not found
pip uninstall basicsr -y
pip install git+https://github.com/xinntao/BasicSR.git@master
1
2
ONNX Runtime 版本问题
参考上述安装步骤中的 ONNX Runtime 安装指令。
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.16.3
1
2
CUDA 相关问题
确保 CUDA 和 cuDNN 正确安装且版本匹配。
RuntimeError: D:\a\_work\1\s\onnxruntime\python\onnxruntime_pybind_state.cc:743 onnxruntime::python::CreateExecutionProviderInstance CUDA_PATH is set but CUDA wasn't able to be loaded. Please install the correct version of CUDA and cuDNN as mentioned in the GPU requirements page (https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html#requirements), make sure they're in the PATH, and that your GPU is supported.
1
下载问题
某些文件可能需要从 GitHub 下载,这可能会很慢。请耐心等待或考虑使用代理。
vs Builtools 问题
如果运行出现下面问题，是因为上面的 vs_tool 安装选择错误了，重新安装选择一次即可.
C:\Users\888\AppData\Local\Temp\pip-install-myqe163n\insightface_e0c711cabe7a460e817e7d0bc2e1a0cc\insightface\thirdparty\face3d\mesh\cython\mesh_core.h(4): fatal error C1083: 无法打开包括文件: “stdio.h”: No such file or directory
error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio\\2022\\BuildTools\\VC\\Tools\\MSVC\\14.41.34120\\bin\\HostX86\\x64\\cl.exe' failed with exit code 2
1
2
AMD显卡
如果有下面错误，可能你电脑的是 AMD 显卡，使用 AMD 显卡启动命令
sess.initialize_session(providers, provider_options, disabled_optimizers)
RuntimeError: D:\a\_work\1\s\onnxruntime\core\providers\cuda\cuda_call.cc:121 onnxruntime::CudaCall D:\a\_work\1\s\onnxruntime\core\providers\cuda\cuda_call.cc:114 onnxruntime::CudaCall CUDA failure 35: CUDA driver version is insufficient for CUDA runtime version ; GPU=1328509528 ; hostname=5T5 ; file=D:\a\_work\1\s\onnxruntime\core\providers\cuda\cuda_execution_provider.cc ; line=236 ; expr=cudaSetDevice(info_.device_id);
1
2
文件打包下载
为了确保您能够顺畅地进行后续操作，我们特此提供了一个精心整理的大文件打包下载链接。该压缩包内包含了您所需的所有文件，您可一键获取，亦可选择单独下载。
请点击以下链接，开启您的便捷之旅：
链接：https://pan.quark.cn/s/a1b102c72964
提取码：G1FT
免责声明
Deep-Live-Cam 旨在为人工智能生成媒体行业做出积极贡献。用户应负责任地使用本软件,遵守当地法律,并在使用真人面孔时获得相关人员的同意。本软件开发者不对最终用户的行为负责。
注: 请确保您的使用符合道德和法律标准。
————————————————
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/zhq426/article/details/142045902
本站涵盖的内容、图片、视频等数据系网络收集，部分未能与原作者取得联系。若涉及版权问题，请联系我们进行删除！谢谢大家！
