DeepFaceLive
Github地址：https://github.com/iperov/DeepFaceLive/tree/master
本地运行配置要求：
- CPU支持AVX指令集
- 还不错的独立显卡，例如 RTX 2070+ / Radeon RX 5700 XT+
推荐使用Release版本：
- 根据你的显卡类型，去地址 https://mega.nz/folder/m10iELBK#Y0H6BflF9C4k_clYofC7yA 下载：
下载之后，用7zip解压缩。然后，再在其Github的Release页面中下载DFM模型放置目录`DeepFaceLive_NVIDIA\userdata\dfm_models`中。运行`DeepFaceLive.bat`即可启动。
- 界面示例 & 配置参考：
使用非常简单，可以选择语言为【简体中文】，然后就是从左至右，从上到下依次选择配置各个功能模块。
如果自己克隆代码到本地生成Build运行，有两点需要注意：
1）Build的目标目录不能在源代码目录中，否则它会递归循环撑爆你的磁盘！
2）需要指定Build和Cache目录，本地网络环境要好，需要下载安装很多软件包。
如果是克隆源码到本地生成Build运行，以下在PowerShell中的操作命令供参考：
# PowerShell
git clone https://github.com/iperov/DeepFaceLive.git
mkdir -Path "release\cache" -Force
cd .\DeepFaceLive\
python .\build\windows\WindowsBuilder.py --build-type "dfl-windows" --release-dir "..\release" --cache-dir "..\release\cache"
Roop
Github地址：https://github.com/s0md3v/roop
通过单张图片，一键换脸。
它有两种安装模式：
- Basic：基于CPU
- Acceleration：基于NVIDIA GPU（推荐）
- 安装显卡去掉以及CUDA 11.8、cuDNN
- 安装依赖包:
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.15.1
- 使用：
python run.py --execution-provider cuda