LivePortrait零基础上手指南：实现静态人像动态化的全平台部署方案-编程阁

LivePortrait零基础上手指南：实现静态人像动态化的全平台部署方案

【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait

LivePortrait是一款专注于人像动画生成的技术工具，能够将静态肖像图片转换为生动的动态视频。本指南将帮助你在Windows、macOS和Linux系统上完成从环境配置到功能使用的全流程操作，即使没有专业技术背景，也能顺利实现人像动画效果。

准备篇：环境配置与依赖安装

在开始部署LivePortrait之前，需要确保你的系统满足以下要求并完成必要软件的安装。

系统要求检查

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

基础软件安装

FFmpeg安装

FFmpeg是处理音视频的关键组件，不同系统的安装方式如下：

Windows用户：下载ffmpeg.exe和ffprobe.exe，放置到项目根目录。

macOS用户：

brew install ffmpeg

Linux用户：

sudo apt install ffmpeg sudo apt install libsox-dev conda install -c conda-forge 'ffmpeg<7'

跨平台Conda安装：

conda install ffmpeg

💡 小贴士：安装完成后，可以通过在终端输入ffmpeg -version验证是否安装成功。

部署篇：项目获取与环境搭建

Step 01-获取项目代码

打开终端，执行以下命令克隆项目代码库：

git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait

Step 02-创建虚拟环境

使用Conda创建独立的Python环境，避免依赖冲突：

conda create -n LivePortrait python=3.10 conda activate LivePortrait

💡 小贴士：环境名称"LivePortrait"可以自定义，但后续命令需保持一致。

Step 03-安装依赖包

根据不同操作系统选择相应的依赖安装命令：

Windows/Linux用户：先检查CUDA版本：

nvcc -V

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 # 安装其余依赖 pip install -r requirements.txt

macOS用户（Apple Silicon）：

pip install -r requirements_macOS.txt

⚠️ 注意事项：如果你的系统中没有NVIDIA显卡，将无法使用GPU加速，只能依赖CPU进行计算，可能导致处理速度较慢。

Step 04-下载预训练模型

推荐通过HuggingFace下载预训练模型：

# 安装huggingface_hub pip install -U "huggingface_hub[cli]" # 国内用户建议使用镜像 export HF_ENDPOINT=https://hf-mirror.com # 下载模型 huggingface-cli download KwaiVGI/LivePortrait --local-dir pretrained_weights --exclude "*.git*" "README.md" "docs"

模型文件将下载到项目目录下的pretrained_weights文件夹中。

💡 小贴士：如果HuggingFace下载速度较慢，可以尝试使用备用下载方式，如百度云或Google Drive，下载后解压到pretrained_weights目录即可。

实战篇：功能使用与操作指南

完成环境部署后，你可以通过命令行或图形界面两种方式使用LivePortrait的功能。

命令行推理

人类模型（基础功能）

Windows/Linux系统：

python inference.py

macOS系统：

PYTORCH_ENABLE_MPS_FALLBACK=1 python inference.py

成功运行后，生成的动画文件将保存在animations目录下。

动物模型（高级功能）

动物模型仅支持Windows/Linux系统，使用前需要先构建专用组件：

# 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

⚠️ 注意事项：动物模型的构建过程可能需要C++编译环境支持，如果遇到编译错误，请确保已安装相应的编译器和开发库。

图形界面操作

LivePortrait提供了直观的Gradio界面，方便用户进行可视化操作：

启动人类模式界面：

python app.py

启动后，浏览器会自动打开Gradio界面，你可以通过上传图片和驱动视频来生成动画。

启动动物模式界面：

python app_animals.py

动物模式界面专为动物图像动画设计，提供了相应的参数调整选项。

高级功能：人像编辑与姿态调整

LivePortrait还提供了人像编辑功能，可以通过调整参数来改变面部表情和姿态：

在编辑界面中，你可以通过滑动条调整眼睛张开程度、嘴唇开合度、面部朝向等参数，实时预览效果。这种交互式编辑方式让你能够精确控制动画效果，创造出更加生动自然的肖像动画。

优化篇：性能调优与常见问题解决

性能测试

想了解你的设备运行LivePortrait的性能表现，可以运行速度测试脚本：

python speed.py

测试结果将显示处理一帧图像所需的时间，帮助你评估不同参数设置下的性能表现。

常见问题解决

模型下载失败

检查网络连接，确保能访问HuggingFace
尝试设置镜像：export HF_ENDPOINT=https://hf-mirror.com
手动下载模型后放入pretrained_weights目录

CUDA版本兼容性问题

部分高版本CUDA可能导致兼容性问题，推荐使用CUDA 11.8版本以获得最佳兼容性。

macOS性能优化

Apple Silicon用户可以通过以下命令启用MPS加速：

PYTORCH_ENABLE_MPS_FALLBACK=1 python inference.py

LivePortrait零基础上手指南：实现静态人像动态化的全平台部署方案