Webcam_Live_Portrait 的安装和配置教程

1. 项目基础介绍和主要编程语言

Webcam_Live_Portrait 是一个开源项目，它通过 webcam 实现实时的人像动画效果。该项目基于深度学习技术，可以实时地将用户的照片或者视频转换为具有动画效果的人像。主要编程语言为 Python。

2. 项目使用的关键技术和框架

该项目使用的关键技术包括：

• PyTorch：一个开源的机器学习库，用于深度学习应用。
• InsightFace：用于人脸检测和特征提取的框架。
• SPADE：用于生成图像的生成对抗网络（GAN）框架。

主要使用的框架和库有：

• Python：基础的编程语言。
• PyTorch：用于深度学习模型的训练和推理。
• NumPy：用于数值计算。
• OpenCV：用于视频和图像处理。

3. 项目安装和配置的准备工作及详细的安装步骤

准备工作

在开始安装之前，请确保你的计算机满足以下条件：

• Python 3.9.18 或更高版本 -pip（Python 包管理器）
• conda（Python 环境管理器，可选）
• GPU（推荐，用于加速深度学习模型的训练和推理）

安装步骤

步骤 1：克隆项目

首先，使用 Git 克隆项目到本地：

git clone https://github.com/Mrkomiljon/Webcam_Live_Portrait.git

然后，进入项目目录：

cd Webcam_Live_Portrait

步骤 2：创建虚拟环境（可选）

为了避免与系统中其他 Python 项目产生依赖冲突，建议创建一个虚拟环境：

conda create -n LivePortrait python==3.9.18
conda activate LivePortrait

或者，如果你不使用 conda，可以使用以下命令创建虚拟环境：

python -m venv LivePortrait
source LivePortrait/bin/activate

步骤 3：安装依赖

在虚拟环境中，使用 pip 安装项目所需的依赖：

pip install -r requirements.txt

步骤 4：下载预训练权重

从 Google Drive 或 Baidu Yun 下载预训练的 LivePortrait 权重和 InsightFace 人脸检测模型，并将它们解压放置在项目中的 pretrained_weights 目录下。

确保目录结构如下：

pretrained_weights/
├── insightface/
│   └── models/
│       └── buffalo_l/
│           ├── 2d106det.onnx
│           └── det_10g.onnx
└── liveportrait/
    ├── base_models/
    │   ├── appearance_feature_extractor.pth
    │   ├── motion_extractor.pth
    │   ├── spade_generator.pth
    │   └── warping_module.pth
    ├── landmark.onnx
    └── retargeting_models/
        └── stitching_retargeting_module.pth

步骤 5：运行示例

现在，你可以运行示例代码来测试安装是否成功。运行以下命令进行推理：

python inference.py

如果一切正常，你将得到一个名为 animations/s6--d0_concat.mp4 的输出视频文件。

以上步骤将帮助你成功安装和配置 Webcam_Live_Portrait 项目，祝你使用愉快！