企业官网建设流程全解析

Deep-Live-Cam 实时换脸模型加载失败？inswapper_128 手把手 3 分钟彻底排查指南

【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

Deep-Live-Cam 是一款实时换脸工具，只用一张照片就能把人脸替换进视频或摄像头画面。如果你启动时卡在 inswapper_128 模型加载这一步，本文按"从最可能到最不可能"的顺序，带你把模型加载失败的常见原因逐一排掉，照做就能跑起来。

30 秒自检：先判断你卡在哪

方案一：确认 models 目录模型文件完整性

模型文件是换脸程序的"大脑"，inswapper_128.onnx（FP32，约 550MB）或inswapper_128_fp16.onnx（FP16，约 275MB）必须放在项目根目录的models文件夹里，两者有一个即可。程序启动时由modules/processors/frame/face_swapper.py检查这两个路径，都没有才会报 "Model not found"。⚠️ 一个高频陷阱：把下载链接当文件存了，或网页跳转后保存下来一个几 KB 的 HTML"模型"。所以先看大小，而不是只看文件名：

ls -lh models/ # Windows 用 dir models # 正常值参考：inswapper_128.onnx ≈ 550MB；inswapper_128_fp16.onnx ≈ 275MB

如果文件缺失或大小明显不对，按models/instructions.txt给的官方地址重新下载，并确认落盘后扩展名是.onnx。

判断标准：重新运行python run.py，日志出现Loading face swapper model from: .../models/inswapper_128.onnx，随后打印Face swapper model loaded successfully.即为成功。

如果文件完整却仍然报错，说明问题出在运行环境上，继续往下。

方案二：用 --execution-provider 切换执行器，绕过 CUDA 不匹配

执行器（Execution Provider）就是 onnxruntime 跑模型的"插座"，CUDA 不匹配就像充电器和插座规格对不上——硬插只会烧接口。modules/core.py里的decode_execution_providers只会从 onnxruntime 实际可用的执行器里挑选，所以最稳的修法是直接用命令行换"插座"，不必去改任何配置文件：

python -c "import onnxruntime as ort; print(ort.get_available_providers())"

这条命令列出当前环境真正可用的执行器。之后按需指定：CPU 模式用python run.py --execution-provider cpu，确认 CUDA 正常则用--execution-provider cuda，AMD 用rocm，苹果芯片用coreml。

判断标准：启动日志不再抛CUDAExecutionProvider相关异常，并且能走到"Loading face swapper model from ..."这一行。

切到 CPU 会慢一些，但先跑通再谈速度。

方案三：FP16 降级 FP32 的具体命令

老显卡上 FP16 容易算出 NaN，表现为加载后画面发黑、人脸区域异常。程序逻辑是：仅当 CUDA 可用且inswapper_128_fp16.onnx存在时才优先加载 FP16（见face_swapper.py的get_face_swapper）。所以把 FP16 文件挪走，它会自动回落到 FP32，牺牲一点速度换稳定：

mv models/inswapper_128_fp16.onnx ~/inswapper_fp16_backup.onnx

判断标准：启动日志中Loading face swapper model from:后面指向的是inswapper_128.onnx（不带 fp16 字样），且换脸画面正常。

如果上面没解决，继续往下。

方案四：检查 Python 版本并重建虚拟环境

项目要求 Python 3.11～3.14（推荐 3.14）：onnxruntime 已经放弃 3.10 及以下版本，装太旧的 Python 会在依赖安装或 import 阶段就报错。先确认当前版本：

python --version

若低于 3.11，用新 Python 重建环境再装依赖：

python3.14 -m venv venv && . venv/bin/activate pip install -r requirements.txt

判断标准：python --version落在 3.11～3.14 区间，启动时 onnxruntime 不再报 ImportError 或 undefined symbol 类错误，并能走到模型加载阶段。

加固与防复发

• 修好之后导一份环境快照，以后换机器或出问题可以照着复原：

{ python --version; pip show onnxruntime insightface | grep -E "Name|Version"; uname -a; } > env_snapshot.txt

• 把models/目录备份一份到别处：换电脑或重装环境时直接拷回来，省得重新下载几百 MB。
• 每次改动后看启动日志的两行就够了：Loading face swapper model from:确认用的是哪个模型文件，执行器列表确认跑在哪个"插座"上。

速查卡片：模型路径、关键命令与版本要求

模型目录 <项目根>/models/ 模型文件 inswapper_128.onnx (~550MB) 或 inswapper_128_fp16.onnx (~275MB) 完整性检查 ls -lh models/ 查看执行器 python -c "import onnxruntime as ort; print(ort.get_available_providers())" CPU 兜底 python run.py --execution-provider cpu CUDA 加速 python run.py --execution-provider cuda Python 3.11 ~ 3.14（推荐 3.14） 成功标志 日志出现 Face swapper model loaded successfully.

还有排不掉的报错，把启动日志最后 20 行贴到项目仓库的 Issue 区，通常很快会有人帮你定位。

【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