Deep-Live-Cam 实时换脸模型加载排查inswapper_128 五步跑通【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第一次运行 Deep-Live-Cam 做实时换脸最容易卡住的位置是状态栏提示Model not found in .../models、控制台报CUDAExecutionProvider not found或显示 Loading face swapper model 后进程直接退出。这三种现象全部收敛在同一个组件上modules/processors/frame/face_swapper.py 负责加载 inswapper_128 ONNX 换脸模型的前置检查环节。本文按先认现象、再定根因、逐步修复、收尾验证的顺序给出动作只覆盖模型加载与执行提供器两类故障换脸画质、编码参数不在范围内。对号入座用 30 秒判定你属于哪种失败形态打开控制台和状态栏对照下表先锁定根因位置再跳去对应小节不要盲目重装环境你看到的现象根因位置跳去Model not found in .../modelsmodels/ 下 inswapper 文件缺失或下载中断手动补全模型文件CUDAExecutionProvider not found/Failed to load library libcudnn.soonnxruntime-gpu 的 CUDA 运行库cuDNN 等缺失或未预加载先 CPU 后 GPUError loading face swapper model: ...或加载后进程退出模型文件截断、损坏或磁盘空间不足字节级校验补全 inswapper onnx 文件让状态栏报出加载成功判定条件状态栏出现Model not found in .../models. Please download inswapper_128.onnx.。首次启动时 modules/model_downloader.py 会尝试自动下载网络不通时静默失败目录保持为空。执行ls -l models/确认为空、只剩.part残文件或尺寸不对后按 models/instructions.txt 给出的地址手动下载。pre_start 检查只要求两个文件至少存在其一inswapper_128.onnx应为 554253681 字节约 528MBinswapper_128_fp16.onnx应为 277680638 字节约 265MB放进models/后重新运行。确认生效状态栏依次出现Loading face swapper model from: ...随后出现Face swapper model loaded successfully.。只到 Loading 就退出则跳到字节级校验小节。先切 CPU 提供器跑通管线再恢复 GPU 加速判定条件报错含CUDAExecutionProvider或libcudnn.so。成本最低的动作是不动任何文件换提供器绕开会话创建python run.py --execution-provider cpu模型在 CPU 上完整加载、状态栏报加载成功后问题就锁定到环境侧不必怀疑模型文件之后单独修 cuDNN 即可。确认要用 GPU 时注意两点必须用python run.py启动。run.py 开头内置了 Windows 下 CUDA DLL 目录注册和 Linux 下 cuDNN/cuBLAS 的ctypes.CDLL预加载逻辑直接python -m modules.core启动会漏掉这一步报Failed to load library libcudnn.so。在 modules/globals.py 中把执行链固定为execution_providers [CUDAExecutionProvider, CPUExecutionProvider]。ONNX Runtime 按列表顺序执行CUDA 跑不动的算子自动落到 CPUGPU 链路失效时模型依然能加载只是性能等同纯 CPU。确认生效启动横幅platform_info.print_banner输出中 Accelerator 一行显示CUDA (NVIDIA)且处理时nvidia-smi能看到显存占用。按字节精确值校验文件完整性排除截断与损坏判定条件状态栏报Error loading face swapper model: 异常信息或加载到一半进程退出。模型下载中断留下的残文件是头号嫌疑。执行ls -l models/inswapper_128*.onnx字节数与 554253681 / 277680638 不完全相等就删除重下。另外用仓库自带的 onnx 依赖做一次结构校验import onnx onnx.checker.check_model(onnx.load(models/inswapper_128_fp16.onnx))无异常输出即文件完整问题回到执行提供器一侧。同时用df -h models/确认剩余空间仅装模型需 inswapper 约 550MB 加 insightface 检测包 buffalo_l 约 400MB处理长视频再留 3GB 给临时帧总计按 ≥5GB 规划。确认生效checker 通过 重新运行后状态栏报加载成功。重跑之前过一遍自检表检查项期望值不满足时怎么处理Python 版本3.11–3.14README 推荐 3.14用匹配版本重建 venvonnxruntime-gpu 版本1.26.0requirements.txt 锁定pip install -r requirements.txtCUDA 环境CUDA 12.xnvidia-smi可见显卡传--execution-provider cpu或修驱动models/ 目录存在且可写无Failed to create directory ... permission换有权限的用户运行onnxruntime.get_available_providers()列表非空且含你要用的提供器重装对应 onnxruntime 变体GFPGANv1.4.pth仅启用 face_enhancer 时需要按 instructions.txt 下载不用增强器可忽略加载成功后收两个细节FP16/FP32 自动选择torch 能感知 CUDA 且 fp16 文件存在时自动选 FP16否则回退 FP3216xx 系显卡 FP16 会出 NaN出 NaN 就把 fp16 文件移走即可。CUDA graph init failed, using standard session这不是加载失败CUDA 图不可用时的正常回退忽略。出口都不命中时收集三样东西再求助把完整控制台输出、onnxruntime.get_available_providers()的返回值、ls -l models/的原始结果一起收集去项目官方 issues 页用报错关键词如inswapper 具体异常类名搜相同特征的先例。三样齐了再提问基本不会被要求先发完整日志反复拉扯。【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