本指南介绍了 Deep-Live-Cam 的安装过程，这是一款实时换脸和视频深度伪造应用程序。本文档解释了预编译和手动安装选项，以及如何设置 GPU 加速以获得最佳性能。
有关安装前的系统要求，请参阅 系统要求。有关安装后的使用说明，请参阅 用户指南。
Deep-Live-Cam 提供两种主要的安装方法：面向非技术用户的预编译包，以及面向更高级用户的从源代码手动安装。
来源： README.md33-39 README.md99-176
预编译版本适用于拥有 NVIDIA 或 AMD GPU 的 Windows 用户。这是最简单的安装方法，推荐给大多数希望快速上手使用的用户。
预编译安装会自动处理所有依赖项、模型下载和 GPU 配置，这对于非技术用户来说是理想的选择。
来源： README.md33-39
手动安装提供更多控制权，并且对于没有预编译包的平台（Linux、macOS）或希望修改源代码的用户是必需的。
在手动安装 Deep-Live-Cam 之前，请确保您已安装以下软件
| 必备组件 | 版本 | 备注 |
|---|---|---|
| Python | 3.10 (推荐) | 其他版本可能导致兼容性问题 |
| pip | 最新版 | Python 包管理器 |
| git | 最新版 | 用于克隆仓库 |
| ffmpeg | 最新版 | 视频处理所需 |
| Visual Studio 2022 Runtimes | 最新版 | 仅限 Windows |
来源： README.md110-116
来源： models/instructions.txt1-4 README.md126-131
克隆仓库
下载模型文件
下载以下 AI 模型文件，并将它们放在 models 文件夹中
这些文件可以从以下地方下载
https://hugging-face.cn/hacksider/deep-live-cam/resolve/main/GFPGANv1.4.pth
https://hugging-face.cn/hacksider/deep-live-cam/resolve/main/inswapper_128_fp16.onnx
安装 Python 依赖项
强烈建议使用虚拟环境，以避免与其他 Python 包发生冲突。
适用于Windows
适用于 macOS/Linux
适用于 Apple Silicon (M1/M2/M3)
基本操作测试
使用 CPU 处理运行（速度较慢，但适用于所有系统）
注意：首次运行时可能会下载额外的模型文件（约 300MB）。
来源： README.md118-176 requirements.txt1-22
Deep-Live-Cam 支持多种硬件加速方法，以显著提高性能。请根据您的硬件选择合适的方法。
来源： README.md178-274 requirements.txt16-18
安装 CUDA 专用的 onnxruntime 包
使用 CUDA 加速运行
或者，使用包含的批处理文件： run-cuda.bat
安装 DirectML 专用的 onnxruntime 包
使用 DirectML 加速运行
或者，使用包含的批处理文件： run-directml.bat
请确保您使用的是 Python 3.10（Apple Silicon 支持特别需要）
安装 CoreML 专用的 onnxruntime 包
使用 CoreML 加速运行
macOS 重要提示
python3.10 命令运行_tkinter 的错误，请重新安装 tkinter： brew reinstall python-tk@3.10安装 OpenVINO 专用的 onnxruntime 包
使用 OpenVINO 加速运行
来源： README.md178-274 README.md214-229
为验证您的安装是否正常工作
运行应用程序
应用程序应启动并显示主界面
首次运行将按需下载其他模型
帧处理器应成功加载，如下面的 modules/processors/frame/core.py33-41所示。
尝试加载源图像以确认人脸检测是否正常工作
如果您需要重新安装虚拟环境
如果您遇到关于缺少模型的错误
请确保您已将所需的模型文件下载到 models 文件夹
检查 models 文件夹是否位于正确的位置（在 Deep-Live-Cam 的主目录中）