引言

每当科研累了的时候，总想找一些有趣的AI项目上手试一下效果，感受最新的AI进展。前两天deep_live_cam又火了一圈，今天花了半天的时间进行了一次复现部署，关于它的介绍可以看https://zhuanlan.zhihu.com/p/713781676。

网上有很多集成包，但是大部分都是付费的骗子，实际上，由于这个包依赖较多，很难集成到一个程序就能搞定的地步。因此，本文主要按照顺序一步一步教会你在Win10/11下进行此程序。

该项目在github（https://github.com/hacksider/Deep-Live-Cam）上已经开源,并且也给出了详细的指南。大家按照指南就可以运行。本文是一个复现指导。

1. 下载源文件

首先，我们准备环境，首先安装conda/mini-conda（https://blog.csdn.net/ciagrate/article/details/140129703），获得anaconda prompt命令行。这里需要设置一下pip的镜像源，建议阿里云，比清华云镜像全一些。

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

然后安装git（https://blog.csdn.net/weixin_42242910/article/details/136297201）。

然后安装ffmpeg，这里我没有使用它官方的安装，而是采用了GPT-4o给我的意见：

在Windows上安装 ffmpeg
下载 ffmpeg:

前往 ffmpeg 的官网下载页面(https://ffmpeg.org/download.html)。
选择 Windows 版本，下载 ffmpeg-release-essentials 压缩包。
解压 ffmpeg:

将下载的压缩包解压到一个目录（例如 C:\ffmpeg）。
配置系统环境变量:

打开“系统属性” > “高级系统设置” > “环境变量”。
在“系统变量”中，找到 Path，并点击“编辑”。
点击“新建”，然后将 C:\ffmpeg\bin （根据你解压的目录设置）添加到 Path 中。
确定所有对话框，保存设置。
验证安装:

打开命令提示符，输入 ffmpeg -version。如果显示版本信息，说明安装成功。

这里选择：

需要注意的是，这里设置完环境变量后，需要重启命令行。

然后安装VS 2022 runtimes（https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/）,这里下载运行后，不知道该安装什么，这里选择左上角第一个。

最后，克隆仓库：

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

然后，还需要下载两个模型，并且将其放置在models文件夹下：
GFPGANv1.4（https://huggingface.co/hacksider/deep-live-cam/resolve/main/GFPGANv1.4.pth）
inswapper_128_fp16.onnx（https://huggingface.co/hacksider/deep-live-cam/resolve/main/inswapper_128_fp16.onnx）

2. 安装依赖

首先创建conda的独立的python=3.10的环境：

conda create -n deep_live python=3.10

然后，进入deep_live_cam的文件夹目录，安装依赖项：

pip install -r requirements.txt

这里安装容易因为网络问题，安装失败，建议多尝试几次。

如果你没有GPU的话，到此就结束了。然后直接运行python run.py即可。但是建议还是需要显卡运行（这里我是4090，网上传闻最低6G显卡，那么60系以上的显卡都是支持的。）

如果需要安装CUDA的，还需要下面一道工序。

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

然后运行就可以了：

python run.py --execution-provider cuda

运行完的界面如图所示：

首先点击Select a face，这里选择你想要克隆的对象照片，记住要有可以识别的脸，如果没有的话，容易出现报错。然后点击Live就可以了。如果显卡性能好的话，左边3个选项都可以开，能获得更高的视频性能。

3. 视频录制/直播

这里我们选择OBS(https://obsproject.com/)就可以。至于更高级的直播教程我们这里就不赘述了，大家可以自己尝试。