December 12, 2024

Deep Live Cam (Windows/Nvidia)

По вопросам @therealharmony

Данное руководство о том как установить и использовать Deep Live Cam

  1. Установка или обновление драйверов Nvidia
  2. Установка Python 3.10
  3. Установка Git
  4. Клонирование репозитория
  5. Установка зависимостей
  6. Скачивание моделей
  7. Установка Chocolatey
  8. Установка FFMPEG
  9. Установка Visual Studio 2022 Runtimes
  10. Установка CUDA Toolkit
  11. Запуск

Установка или обновление драйверов Nvidia

Для начала, если у вас не установлены Nvidia драйвера или стоит не последняя версия, то нужно будет установить или обновить их.

Переходим по ссылке https://www.nvidia.com/en-us/software/nvidia-app/
Скачиваем и устанавливаем Nvidia App. После обновляем или устанавливаем последнюю версию драйверов.

Установка Python 3.10

Кликаем по ссылке https://www.python.org/ftp/python/3.10.0/python-3.10.0-amd64.exe и скачиваем установочный файл.

После скачивания, устанавливаем Python. В начале установки не забываем отметить галочкой пункт Add Python 3.10 to PATH

Установка Git

Кликаем по ссылке https://github.com/git-for-windows/git/releases/download/v2.47.1.windows.1/Git-2.47.1-64-bit.exe и скачиваем установочный файл. После скачивания устанавливаем. Все оставляем по умолчанию.

Клонирование репозитория

На рабочем столе создаем папку с любым названием. Открываем эту папку и копируем путь до нее.

В поиске Windows нужно найти и запустить PowerShell от имени администратора

Вводим и выполняем команду:

cd "Скопированный ранее путь до папки на рабочем столе"

Далее выполняем команду и ждем пока все скачается:

git clone https://github.com/hacksider/Deep-Live-Cam.git

После скачивания в ранее созданной папке должна появиться папка Deep-Live-Cam

Установка зависимостей

В терминале вводим команду:

pip install -r requirements.txt

Ждем полной загрузки всех зависимостей

Скачивание моделей

Скачиваем 2 файла

https://huggingface.co/hacksider/deep-live-cam/resolve/main/GFPGANv1.4.pth

https://huggingface.co/hacksider/deep-live-cam/resolve/main/inswapper_128.onnx

Далее открываем созданную папку на рабочем столе и переходим в папку Deep-Live-Cam. После открываем папку Models и помещаем туда ранее скаченные 2 файла.

Файл inswapper_128.onnx переименовываем в inswapper_128_fp16.onnx

Должно получиться так:

Установка Chocolatey

Если ранее закрыли PowerShell то снова запускаем его от имени администратора и выполняем команду:

Get-ExecutionPolicy

Если в ответ пришло Restricted то выполняем команду:

Set-ExecutionPolicy AllSigned

Далее выполняем команду

Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadString('https://community.chocolatey.org/install.ps1'))

После установки перезагружаем PowerShell, снова от имени администратора

Установка FFMPEG

В PowerShell выполняем команду:

iex (irm ffmpeg.tc.ht)

Далее вводим 3 жмем Enter

Ждем полной установки.

Установка Visual Studio 2022 Runtimes

Переходим по ссылке https://visualstudio.microsoft.com/visual-cpp-build-tools/ и скачиваем Microsoft C++ Build Tools

После скачивания запускаем установочный файл

Отмечаем галочку Desktop development with C++

Далее справа отмечаем первую галочку WIndows 11 SDK если у вас Win11, или выбираем Windows 10 SDK если у вас Win10

Далее жмем Install и ждем полной уставновки.

Установка CUDA Toolkit

Переходим по ссылке https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Windows&target_arch=x86_64 и выбираем вышу ОС. После жмем на exe (local) и скачиваем установочный файл. После скачивания устанавливаем.

После в PowerShell выполняем по очереди 2 команды:

pip uninstall onnxruntime onnxruntime-gpu

pip install onnxruntime-gpu==1.16.3

Если не было никаких ошибок, то закрываем терминал.

Запуск

Чтобы запустить Deep Live Cam, для начала копируем путь до папки Deep-Live-Cam как делали ранее.

В PowerShell вводим команду:

cd "скопированный путь до папки Deep-Live-Cam"

Далее вводим команду:

python run.py --execution-provider cuda

Немного ждем и видим запущеный софт