Efficient-Live-Portrait 使用教程
2025-04-17 12:16:27作者:田桥桑Industrious
1. 项目的目录结构及介绍
Efficient-Live-Portrait 项目目录结构如下:
Efficient-Live-Portrait/
├── colab/ # Colab 相关的演示和代码
├── experiment_examples/ # 实验示例文件夹
├── .gitignore # Git 忽略文件
├── LICENSE # 项目许可证
├── README.md # 项目说明文件
├── requirements-cpu.txt # CPU 环境的依赖文件
├── requirements-gpu.txt # GPU 环境的依赖文件
├── requirements-mps.txt # MPS (Metal Performance Shaders) 环境的依赖文件
├── run_live_portrait.py # 主执行脚本
└── pretrained_weights/ # 预训练权重文件夹
colab/: 包含在 Google Colab 环境下运行项目所需的代码和示例代码。experiment_examples/: 存放实验示例,展示如何使用本项目进行各种操作。.gitignore: 指定 Git 忽略的文件和目录。LICENSE: 项目使用的许可证信息,本项目采用 MIT 许可证。README.md: 项目说明文件,包含项目介绍和使用说明。requirements-cpu.txt,requirements-gpu.txt,requirements-mps.txt: 分别列出在 CPU、GPU 和 MPS 环境下所需的依赖库。run_live_portrait.py: 项目的启动文件,用于执行实时肖像动画。pretrained_weights/: 存放预训练模型权重的文件夹。
2. 项目的启动文件介绍
项目的启动文件为 run_live_portrait.py,该文件是运行实时肖像动画的核心脚本。用户可以通过命令行参数来指定输入视频、源图像、任务类型等,以控制动画的生成过程。
以下是一个简单的命令行示例:
python run_live_portrait.py --driving_video 'path/to/video' --source_image 'path/to/image' --task 'image' --run_time
上述命令将会根据提供的视频和图像生成静态肖像动画。
3. 项目的配置文件介绍
本项目没有特定的配置文件。所有的设置和参数都是通过命令行传递给 run_live_portrait.py 脚本的。不过,项目提供了三种不同的环境依赖文件,分别是 requirements-cpu.txt、requirements-gpu.txt 和 requirements-mps.txt,用于在 CPU、GPU 和 MPS 环境下安装所需的依赖库。
用户需要根据自己的硬件条件和需求,选择合适的依赖文件来创建虚拟环境并安装依赖:
conda create -n ELivePortrait python==3.10.14
conda activate ELivePortrait
pip install -r requirements-cpu.txt # 或者 requirements-gpu.txt, requirements-mps.txt
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0132- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
AionUi免费、本地、开源的 24/7 全天候 Cowork 应用,以及适用于 Gemini CLI、Claude Code、Codex、OpenCode、Qwen Code、Goose CLI、Auggie 等的 OpenClaw | 🌟 喜欢就点star吧TypeScript05
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
724
4.65 K
Ascend Extension for PyTorch
Python
596
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
376
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
991
980
暂无简介
Dart
968
246
Oohos_react_native
React Native鸿蒙化仓库
C++
345
391
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
912
132
deepin linux kernel
C
29
16
昇腾LLM分布式训练框架
Python
159
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
969