安装

这在您的计算机上更有可能成功，但会因使用 CPU 而较慢。

1. 设置您的平台

• Python（推荐 3.14；支持 3.11-3.14）
• pip
• git
• ffmpeg - iex (irm ffmpeg.tc.ht)
• Visual Studio 2022 Runtimes (Windows)

2. 克隆仓库

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

3. 下载模型

1. gfpgan-1024.onnx
2. inswapper_128_fp16.onnx

将这些文件放入 "models" 文件夹。

4. 安装依赖项

我们强烈建议使用 venv 以避免问题。

对于 Windows：

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

对于 Linux：

# Ensure you use the installed Python 3.14
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

对于 macOS：

Apple Silicon（M1 至 M5）需要特定设置：

# Install Python 3.14
brew install [email protected]

# Install tkinter package (required for the GUI)
brew install [email protected]

# Create and activate virtual environment with Python 3.14
python3.14 -m venv venv
source venv/bin/activate

# Install dependencies
pip install -r requirements.txt

** 如果出现问题，您需要重新安装虚拟环境 **

# Deactivate the virtual environment
rm -rf venv

# Reinstall the virtual environment
python -m venv venv
source venv/bin/activate

# install the dependencies again
pip install -r requirements.txt

# gfpgan and basicsrs issue fix
pip install git+https://github.com/xinntao/BasicSR.git@master
pip uninstall gfpgan -y
pip install git+https://github.com/TencentARC/GFPGAN.git@master

运行： 如果您没有 GPU，可以使用 python run.py 运行 Deep-Live-Cam。请注意，首次执行将下载模型（约 300MB）。

GPU 加速

CUDA Execution Provider (Nvidia)

1. 安装 CUDA Toolkit 12.8.0
2. 安装 cuDNN v8.9.7 for CUDA 12.x（onnxruntime-gpu 所需）：
   • 下载适用于 CUDA 12.x 的 cuDNN v8.9.7
   • 确保 cuDNN bin 目录位于系统 PATH 中
3. 安装依赖项：

pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.26.0

3. 用法：

python run.py --execution-provider cuda

CoreML Execution Provider (Apple Silicon)

Apple Silicon（M1 至 M5）特定安装：

1. 确保您已使用 Python 3.14 完成上述 macOS 设置。
2. 无需额外安装步骤 — requirements.txt 会拉取官方 onnxruntime 构建，其 macOS wheel 包含 CoreML execution provider。 如果您之前安装了无人维护的 onnxruntime-silicon fork， 请先将其移除，因为它会遮蔽真正的包：

pip uninstall onnxruntime-silicon
pip install -r requirements.txt

3. 用法：

python3.14 run.py --execution-provider coreml

macOS 重要说明：

• Python 3.11 是最低要求（onnxruntime 已放弃 3.10）；推荐 3.14
• 如果您安装了多个 Python 版本，请始终使用 python3.14 命令，而不仅仅是 python
• 如果出现关于 _tkinter 缺失的错误，请重新安装 tkinter 包：brew reinstall [email protected]
• 如果出现模型加载错误，请检查您的模型是否位于正确的文件夹中
• 如果遇到与其他 Python 版本的冲突，请考虑卸载它们：

  # List all installed Python versions
  brew list | grep python
  
  # Uninstall conflicting versions if needed
  brew uninstall --ignore-dependencies [email protected]
  
  # Keep only Python 3.14
  brew cleanup
  

CoreML Execution Provider (Apple Legacy)

1. 安装依赖项：

pip uninstall onnxruntime onnxruntime-coreml
pip install onnxruntime-coreml==1.21.0

2. 用法：

python run.py --execution-provider coreml

DirectML Execution Provider (Windows)

1. 安装依赖项：

pip uninstall onnxruntime onnxruntime-directml
pip install onnxruntime-directml==1.21.0

2. 用法：

python run.py --execution-provider dml

OpenVINO™ Execution Provider (Intel)

1. 安装依赖项：

pip uninstall onnxruntime onnxruntime-openvino
pip install onnxruntime-openvino==1.21.0