Efficient-Live-Portrait 项目安装与配置指南

1. 项目基础介绍

Efficient-Live-Portrait 是一个开源项目，旨在通过使用 TensorRT 和 ONNX 模型实现高效的实时人像动画效果。该项目基于 Python 语言开发，通过结合视频驱动和图像处理技术，实现了人像动画的实时生成。

2. 项目使用的关键技术和框架

• TensorRT: NVIDIA 提供的一个深度学习推理（Inference）引擎，用于高性能的推理计算。
• ONNX (Open Neural Network Exchange): 一个开放的生态系统，允许你在不同的框架和平台之间转移深度学习模型。
• Python: 项目的主要编程语言。
• FFmpeg: 用于处理视频和音频文件的工具。

3. 项目安装和配置的准备工作

在开始安装之前，请确保您的系统满足以下要求：

• Python 3.10.14
• FFmpeg
• GPU（推荐）或 CPU（可选）

详细安装步骤

第一步：克隆项目

首先，您需要在您的计算机上克隆该项目。打开终端或命令提示符，输入以下命令：

git clone https://github.com/aihacker111/Efficient-Live-Portrait.git

第二步：创建虚拟环境

为了确保项目依赖的库不会与系统中的其他库发生冲突，建议创建一个虚拟环境。使用以下命令创建并激活虚拟环境：

conda create -n ELivePortrait python==3.10.14
conda activate ELivePortrait

第三步：安装依赖

根据您的系统配置，选择以下命令之一来安装依赖：

• CPU 版本：

  pip install -r requirements-cpu.txt
  

• GPU 版本：

  pip install -r requirements-gpu.txt
  

• ** MPS 版本（适用于苹果电脑）**：

  pip install -r requirements-mps.txt
  

第四步：下载预训练权重

项目会自动下载所需的预训练权重。如果需要手动下载，请参考项目 README 文档中的说明。

第五步：运行项目

完成以上步骤后，您可以按照项目 README 文档中的示例运行项目。例如，运行以下命令来启动人脸动画：

python run_live_portrait.py --driving_video 'path/to/your/video/driving/or/webcam/id' --source_image 'path/to/your/image/want/to/animation' --task 'image' --run_time --half_precision

请替换命令中的 path/to/your/video/driving/or/webcam/id 和 path/to/your/image/want/to/animation 为您的视频和图像文件的实际路径。

以上步骤即为 Efficient-Live-Portrait 项目的详细安装和配置指南。如果您在安装过程中遇到任何问题，请参考项目文档或向项目维护者提问。