零基础上手LivePortrait：人像动画工具全平台部署指南
【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait
想让静态肖像照片动起来吗？LivePortrait作为一款高效的人像动画解决方案，已被广泛应用于短视频制作、数字艺术创作等领域。本文将带你完成LivePortrait部署的全过程，无论你使用Windows、macOS还是Linux系统，都能轻松掌握。
系统环境准备
在开始部署前，请确保你的设备满足以下基本要求：
硬件与系统要求
- 操作系统：Windows 10/11、macOS 12+（Apple Silicon）或Linux（Ubuntu 20.04+）
- 硬件配置：推荐NVIDIA显卡（至少4GB显存），macOS用户需搭载Apple Silicon芯片
- 必备软件：Git、Conda和FFmpeg
安装FFmpeg媒体处理工具
💡FFmpeg：用于音视频编解码的开源工具集，是LivePortrait处理动画文件的核心依赖。
跨平台通用安装方案
# Conda安装（推荐所有系统） conda install -c conda-forge 'ffmpeg<7'系统特化安装说明
- Windows：下载ffmpeg.exe和ffprobe.exe，放置到项目根目录
- macOS：
brew install ffmpeg - Linux：
sudo apt install ffmpeg libsox-dev
项目部署步骤
1. 获取项目代码
git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait2. 创建独立运行环境
💡虚拟环境：隔离项目依赖的独立运行空间，避免不同项目间的依赖冲突。
conda create -n LivePortrait python=3.10 conda activate LivePortrait3. 安装项目依赖包
跨平台通用步骤
首先检查CUDA版本（仅NVIDIA显卡用户）：
nvcc -V # 查看CUDA版本根据CUDA版本安装对应PyTorch：
# CUDA 11.8示例 pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu118系统特化安装
- Windows/Linux：
pip install -r requirements.txt - macOS：
pip install -r requirements_macOS.txt
4. 下载预训练模型
推荐下载方式
# 安装huggingface_hub pip install -U "huggingface_hub[cli]" # 国内用户设置镜像加速 export HF_ENDPOINT=https://hf-mirror.com # 下载模型文件 huggingface-cli download KwaiVGI/LivePortrait --local-dir pretrained_weights --exclude "*.git*" "README.md" "docs"备用下载方案
- 百度云：链接：https://pan.baidu.com/s/1MGctWmNla_vZxDbEp2Dtzw?pwd=z5cn
- 下载后解压到
pretrained_weights目录
快速启动指南
命令行推理
人类模型推理
# Windows/Linux python inference.py # macOS PYTORCH_ENABLE_MPS_FALLBACK=1 python inference.py成功运行后，会在animations目录生成结果文件。默认效果如下：
动物模型推理
⚠️ 仅支持Windows/Linux系统，需先构建专用组件：
# 构建MultiScaleDeformableAttention cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd - # 运行动物模型推理 python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching动物模型效果展示：
图形界面操作
启动Gradio可视化界面：
# 人类模式 python app.py # 动物模式 python app_animals.py启动后会自动打开浏览器，界面如下：
功能使用指南
基础功能使用
- 图片动画生成：
python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4 - 视频文件处理：
python inference.py -s assets/examples/source/s13.mp4 -d assets/examples/driving/d0.mp4
高级姿势编辑
通过Gradio界面的姿势编辑功能，可以调整人物的表情和姿态：
避坑指南：常见问题解决
模型下载失败
- 症状：HuggingFace下载速度慢或失败
- 原因：网络连接问题或地区访问限制
- 解决方案：设置镜像站
export HF_ENDPOINT=https://hf-mirror.com或手动下载
CUDA版本兼容性问题
- 症状：高版本CUDA（12.4+）运行出错
- 原因：PyTorch与CUDA版本不匹配
- 解决方案：降级至CUDA 11.8版本
macOS性能优化
- 症状：M系列芯片运行缓慢
- 原因：默认未启用MPS加速
- 解决方案：
PYTORCH_ENABLE_MPS_FALLBACK=1 python inference.py
提速技巧：性能优化
运行速度测试脚本，了解设备性能：
python speed.py根据测试结果，可以通过调整以下参数提升性能：
- 降低输入分辨率
- 减少视频帧率
- 调整模型推理精度
结语
通过本指南，你已经掌握了LivePortrait的全平台部署方法和基础使用技巧。现在，你可以将静态肖像转换为生动的动画，探索更多创意可能性。项目持续更新中，定期执行git pull获取最新功能！
【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
