Webcam Live Portrait 项目启动与配置教程

1. 项目目录结构及介绍

Webcam Live Portrait 项目是一个开源项目，它包含了将静态照片通过 webcam 动态化的实现。以下是项目的目录结构及其简要介绍：

Webcam_Live_Portrait/
├── .gitignore               # 忽略文件列表
├── assets/                  # 存放示例图片和视频
├── pretrained_weights/      # 预训练权重文件
│   ├── insightface/         # InsightFace 人脸检测模型
│   │   └── models/
│   ├── liveportrait/        # LivePortrait 模型权重
│   │   ├── base_models/
│   │   ├── landmark.onnx
│   │   └── retargeting_models/
├── src/                     # 源代码目录
│   ├── app.py               # Gradio 界面启动文件
│   ├── inference.py         # 推理脚本
│   ├── speed.py             # 性能测试脚本
│   ├── video2template.py    # 视频转模板脚本
├── requirements.txt         # 项目依赖
├── LICENSE                  # 项目许可证
└── README.md                # 项目说明文件

2. 项目的启动文件介绍

项目的启动主要是通过运行 src 目录下的脚本文件来进行的。

• app.py: 该文件用于启动 Gradio 界面，提供一个更友好的交互方式来使用这个项目。运行 python app.py 可以启动服务。
• inference.py: 这是项目的主要启动文件，用于执行静态照片和动态视频之间的转换。可以通过命令行参数来指定输入和输出的文件路径以及其他选项。
• speed.py: 用于评估各个模块的推理速度。

3. 项目的配置文件介绍

本项目使用 requirements.txt 文件来管理项目依赖。

• requirements.txt: 该文件列出了项目运行所需要安装的 Python 包。使用 pip install -r requirements.txt 命令可以安装所有的依赖项。

项目的配置主要集中在环境搭建和模型权重的准备上：

• 环境搭建：推荐使用 Conda 来创建一个独立的环境，避免与其他项目冲突。通过 conda create -n LivePortrait python==3.9.18 创建环境，并通过 conda activate LivePortrait 激活环境。
• 模型权重：需要从提供的链接（Google Drive 或 Baidu Yun）下载预训练的模型权重，并将其放置在 pretrained_weights 目录下，确保目录结构与上述结构一致。