零基础上手LivePortrait：人像动画工具全平台部署指南

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 LivePortrait

2. 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 LivePortrait

3. 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