Deep-Live-Cam 云端免费部署没有显卡也能用一张照片实时换脸【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想试实时换脸但本机没有独立显卡装环境到一半就被劝退了。把部署搬到云端就行用浏览器里的免费 Python 环境跑 Deep-Live-Cam全程不碰本地配置。跟着做15 分钟内在浏览器里看到第一段换脸成片。跑之前先确认三件事一台能打开 Chrome 的电脑没有的话任何有浏览器的设备都行Colab 本身就跑在浏览器里手边有一张正脸清晰、光线充足的照片当源脸分辨率 512×512 以上没有的话先用一张朋友头像试但记得取得本人同意目标素材不超过 30 秒更长会触发免费会话的闲置回收先裁剪再上传三件事都满足就可以动手了。先说清楚它能产出什么下面这段电影画面就是逐帧把源脸替换上去的效果。电影画面的逐帧换脸效果云端环境搭建复制粘贴即可打开 Colab 新建一个 notebook。三行命令分别做三件事克隆仓库--depth 1只拉最新一次提交省时间、进入项目目录、按 requirements.txt 一次性装齐 opencv、insightface、onnxruntime 等推理依赖。!git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam %cd Deep-Live-Cam !pip install -r requirements.txt输出区最后一行出现 Successfully installed、且没有红色报错就算装好了。它默认走 CPU 推理没有显卡也能完成 CPU 实时换脸帧率慢一些但够用。万一系统提示找不到 ffmpeg再补一行!apt-get install -y ffmpeg即可一般用不上。第一次运行从上传到出片你这边只需要传两个文件源脸照片存成 face.jpg目标视频存成 target.mp4。图形界面需要本地屏幕云端直接用项目自带的命令行模式——给 run.py 传入-s源脸参数它就会走无界面的批处理流程。# Colab 里执行会弹出文件选择框 from google.colab import files files.upload()上传成功后机器开始干活首次运行自动下载约 300MB 的换脸和修复模型相当于一个中型 MP4 的大小随后逐帧检测目标视频里的人脸、把源脸替换上去并把原音轨合回成片。首次运行约 2~4 分钟取决于网络速度。# -s 指定源脸-t 指定目标视频音频默认保留 !python run.py -s face.jpg -t target.mp4你拿到的是一个成品视频它存放在以 target.mp4 命名的文件夹里运行结束后把单元格换成files.download()指向该路径就能下载到本地核对效果。无显卡时仅靠 CPU 的实际运行表现卡住了看这里 还能玩什么模型下载中断 → 把两个 .onnx 文件手动放进 models/ 目录再重跑检测不到人脸 → 换一张正脸、光线足、无遮挡的照片处理长视频会触发会话超时 → 先裁短片段跑完尽快下载画面里有多张脸要全换 → 给它加--many-faces就能替换全部人脸进阶方向有两个。参数级加--mouth-mask保留目标人物的嘴部动作口型更自然--map-faces则能给多张脸分别指定不同源脸。代码级实时流程核心在 modules/core.py界面配置在 modules/ui.py想改行为从这两个文件入手。使用真人照片需取得本人同意发布时注明内容系深度伪造生成。【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 Deep-Live-Cam 云端免费部署：没有显卡，也能用一张照片实时换脸
Deep-Live-Cam 云端免费部署没有显卡也能用一张照片实时换脸【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想试实时换脸但本机没有独立显卡装环境到一半就被劝退了。把部署搬到云端就行用浏览器里的免费 Python 环境跑 Deep-Live-Cam全程不碰本地配置。跟着做15 分钟内在浏览器里看到第一段换脸成片。跑之前先确认三件事一台能打开 Chrome 的电脑没有的话任何有浏览器的设备都行Colab 本身就跑在浏览器里手边有一张正脸清晰、光线充足的照片当源脸分辨率 512×512 以上没有的话先用一张朋友头像试但记得取得本人同意目标素材不超过 30 秒更长会触发免费会话的闲置回收先裁剪再上传三件事都满足就可以动手了。先说清楚它能产出什么下面这段电影画面就是逐帧把源脸替换上去的效果。电影画面的逐帧换脸效果云端环境搭建复制粘贴即可打开 Colab 新建一个 notebook。三行命令分别做三件事克隆仓库--depth 1只拉最新一次提交省时间、进入项目目录、按 requirements.txt 一次性装齐 opencv、insightface、onnxruntime 等推理依赖。!git clone --depth 1 https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam %cd Deep-Live-Cam !pip install -r requirements.txt输出区最后一行出现 Successfully installed、且没有红色报错就算装好了。它默认走 CPU 推理没有显卡也能完成 CPU 实时换脸帧率慢一些但够用。万一系统提示找不到 ffmpeg再补一行!apt-get install -y ffmpeg即可一般用不上。第一次运行从上传到出片你这边只需要传两个文件源脸照片存成 face.jpg目标视频存成 target.mp4。图形界面需要本地屏幕云端直接用项目自带的命令行模式——给 run.py 传入-s源脸参数它就会走无界面的批处理流程。# Colab 里执行会弹出文件选择框 from google.colab import files files.upload()上传成功后机器开始干活首次运行自动下载约 300MB 的换脸和修复模型相当于一个中型 MP4 的大小随后逐帧检测目标视频里的人脸、把源脸替换上去并把原音轨合回成片。首次运行约 2~4 分钟取决于网络速度。# -s 指定源脸-t 指定目标视频音频默认保留 !python run.py -s face.jpg -t target.mp4你拿到的是一个成品视频它存放在以 target.mp4 命名的文件夹里运行结束后把单元格换成files.download()指向该路径就能下载到本地核对效果。无显卡时仅靠 CPU 的实际运行表现卡住了看这里 还能玩什么模型下载中断 → 把两个 .onnx 文件手动放进 models/ 目录再重跑检测不到人脸 → 换一张正脸、光线足、无遮挡的照片处理长视频会触发会话超时 → 先裁短片段跑完尽快下载画面里有多张脸要全换 → 给它加--many-faces就能替换全部人脸进阶方向有两个。参数级加--mouth-mask保留目标人物的嘴部动作口型更自然--map-faces则能给多张脸分别指定不同源脸。代码级实时流程核心在 modules/core.py界面配置在 modules/ui.py想改行为从这两个文件入手。使用真人照片需取得本人同意发布时注明内容系深度伪造生成。【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