[AI人脸替换] docs | 环境部署指南 | 用户界面解析

链接：https://deeplivecam.net/

---

docs：Deep-Live-Cam

Deep Live Cam是一款基于AI技术的应用程序，专注于**人脸替换与增强**功能，支持静态图像、视频文件及实时摄像头画面处理。

该项目为艺术创作者提供工具支持，可实现自定义角色动画化或模型化应用。通过集成NSFW内容检测模块，系统能主动拦截不当媒体内容，确保AI媒体生成的伦理合规性。

系统架构

章节导航

1. 环境部署指南
2. 用户界面解析
3. 流程协调器原理
4. 全局配置体系
5. 媒体处理工具链
6. NSFW检测模块
7. 帧处理管线
8. 人脸分析引擎

应用：（笑嘻嘻belike bush…）

---

第1章：环境部署指南

想象你即将组装一套乐高模型，在拼接积木前需要完成三项准备工作：

1. 工具准备：需要专用拼装垫、拆件器和说明书
2. 零件清点：确保所有特定积木齐全
3. 空间整理：清理工作台并保证照明充足

本章"环境部署指南"正是Deep Live Cam软件的前置工作，我们将像施工队一样为计算机做好运行准备：安装基础软件、获取项目代码、配置AI模型，最终完成可运行环境的搭建。

环境部署核心要素

该过程确保计算机具备软件运行所需的所有组件：

• 基础软件安装：部署Python（开发语言）和Git（代码管理工具）
• 项目代码获取：从GitHub克隆代码仓库到本地
• AI模型下载：获取实现人脸替换/图像增强的预训练模型
• 依赖库配置：安装项目所需的Python扩展包
• 性能加速选配：启用GPU加速提升处理速度（需硬件支持）

Windows用户可使用自动化脚本setup_deep_live_cam.bat完成主要步骤，其他系统用户或需要精细控制的开发者可参考手动配置流程。

基础安装流程

1. 核心工具准备

首先确保系统已安装下列基础组件：

• Python 3.10（推荐版本）：

  where python >nul 2>&1
  if %ERRORLEVEL% neq 0 (echo 未检测到Python，请安装Python 3.10或更高版本pauseexit /b
  )
  

• Pip（Python包管理工具）：

  where pip >nul 2>&1
  if %ERRORLEVEL% neq 0 (echo 未检测到Pip，请通过Python安装包添加pauseexit /b
  )
  

• Git（代码版本控制）：

  where git >nul 2>&1
  if %ERRORLEVEL% neq 0 (echo 正在通过winget安装Git...winget install --id Git.Git -e --source winget
  )
  

• FFmpeg（多媒体处理）：

  where ffmpeg >nul 2>&1
  if %ERRORLEVEL% neq 0 (echo 正在通过winget安装FFmpeg...winget install --id Gyan.FFmpeg -e --source winget
  )
  

• Visual Studio 2022运行库（Windows必需组件）：

  winget install --id Microsoft.VC++2015-2022Redist-x64 -e --source winget
  

2. 代码仓库克隆

通过Git获取项目源代码：

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

若目录已存在，脚本会提示是否覆盖：

if exist Deep-Live-Cam (set /p overwrite="目录已存在，是否覆盖？(Y/N): "if /i "%overwrite%"=="Y" rmdir /s /q Deep-Live-Cam
)

3. AI模型部署

创建模型目录并下载必需文件：

mkdir models
curl -L -o models/GFPGANv1.4.pth https://huggingface.co/hacksider/deep-live-cam/resolve/main/GFPGANv1.4.pth
curl -L -o models/inswapper_128_fp16.onnx https://huggingface.co/hacksider/deep-live-cam/resolve/main/inswapper_128_fp16.onnx

4. 虚拟环境配置

建议使用虚拟环境隔离依赖：

python -m venv venv
call venv\Scripts\activate
pip install --upgrade pip
pip install -r requirements.txt

完成基础安装后，可通过以下命令启动应用：

python run.py

GPU加速配置

不同显卡类型的加速方案：

显卡类型	执行提供商	关键安装步骤	启动参数
NVIDIA显卡	cuda	安装CUDA Toolkit 11.8后执行： pip install onnxruntime-gpu==1.16.3	--execution-provider cuda
苹果M系列	coreml	pip install onnxruntime-silicon	--execution-provider coreml
Windows	directml	pip install onnxruntime-directml	--execution-provider directml
Intel	openvino	pip install onnxruntime-openvino	--execution-provider openvino

自动化脚本解析

setup_deep_live_cam.bat脚本工作流程：

环境验证

完成安装后，建议运行测试命令验证环境完整性：

python -c "import onnxruntime; print(onnxruntime.get_device())"

应返回当前使用的计算设备信息（如CPU/GPU型号）。

下一章：用户界面解析

---

第2章：用户界面解析

在第1章：环境部署指南中，我们已成功搭建运行环境并安装所有必备组件。

现在，让我们来探索这个AI工具的控制中枢——用户界面(UI)。

UI设计理念

用户界面如同汽车的驾驶舱，将复杂的AI技术封装为直观的可视化操作面板：

• 控制中枢：通过点击按钮替代命令行输入
• 信息看板：实时显示文件选择状态和处理进度
• 效果预览窗：动态展示人脸替换/增强效果

核心功能模块：

1. 源人脸选择区(Select a face)
2. 目标媒体选择区(Select a target)
3. 功能开关组：
   • Face Enhancer：人脸增强开关
   • Many faces：多人脸处理模式
   • NSFW：内容安全过滤器(默认开启)
4. 操作按钮组：
   • Start：启动处理
   • Preview：实时预览
   • Live：摄像头实时模式

基础操作流程

静态图片处理示例

1. 启动UI

   python run.py
   

2. 选择源人脸

   • 点击Select a face按钮
   • 选择含有人脸的图片(如my_face.jpg)
   • 预览图将显示在源区域

3. 选择目标图片

   • 点击Select a target按钮
   • 选择待替换人脸的图片(如target.png)

4. 配置处理参数

   • 启用Face Enhancer提升画质
   • 保持Many faces关闭(单人脸模式)

5. 执行处理

   • 点击Start按钮
   • 设置输出路径(如output_swapped.png)
   • 状态栏显示处理进度

实时摄像头模式

1. 完成源人脸选择
2. 点击Live按钮
3. 系统将：
   • 调用默认摄像头设备
   • 实时处理视频流(30fps)
   • 在独立窗口展示动态效果

技术实现剖析

文件选择模块

# modules/ui.py
def select_source_path():global RECENT_DIRECTORY_SOURCEsource_path = ctk.filedialog.askopenfilename(title='选择源人脸图片',filetypes=[('JPEG文件', '*.jpg'), ('PNG文件', '*.png')])if source_path:modules.globals.source_path = source_path  # 更新全局状态preview_image = render_thumbnail(source_path)  # 生成缩略图source_label.configure(image=preview_image)  # 更新UI显示

功能开关逻辑

enhancer_switch = ctk.CTkSwitch(master=root,text='人脸增强',command=lambda: update_config('face_enhancer', switch_value.get())
)

开关状态变更时，通过update_config函数更新全局配置字典：

modules.globals.fp_ui['face_enhancer'] = enabled

实时预览实现

核心交互流程

完整操作的状态变迁：

安全机制

NSFW内容检测在预览和输出阶段自动执行：

if not modules.globals.nsfw:from modules.predicter import predict_frameif predict_frame(temp_frame):show_warning("内容安全警告")return

下一章：应用流程协调器