Deep-Live-Cam 模型加载失败3 类报错 10 分钟修好【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-CamDeep-Live-Cam 的模型加载失败多数是同一件事实时换脸已经配好启动后画面卡在加载模型这一步——模型文件没下到位程序找不到 inswapper_128_fp16.onnx。先看屏幕上的报错字样对照下表跳到对应小节处理即可。先对号入座看到的报错或现象一句话原因跳到Model not foundmodels 目录为空模型文件没下载或下载中断第 1 节 模型文件缺失out of memory加载中途崩溃显存或内存不够第 2 节 显存内存不足CUDAExecutionProvider not found当前环境没有 CUDA 执行器第 3 节 执行提供器报错不报错只是加载很慢首次从磁盘读取大模型IO 慢第 1 节 模型文件缺失1. 模型文件缺失下载并放置 inswapper_128_fp16.onnx典型报错Model not found in .../models. Please download inswapper_128.onnx. No inswapper model found in .../models.一句话原因models目录里没有可用的换脸模型或文件下载中断、不完整。操作步骤先直接运行python run.py网络可用时程序会在启动时自动把 FP32 版inswapper_128.onnx下载进 models 目录。想用上更快的 FP16 版打开 models/instructions.txt复制里面写的官方资源库链接手动下载inswapper_128_fp16.onnx。把文件放进项目根目录的models目录程序只认这个位置。检查文件大小正常是几百 MB 量级明显偏小就是中断了重新下载。重启程序观察状态栏变化。验证修复用一条命令确认文件落盘且大小正常# 列出 models 目录确认模型文件存在且大小正常 ls -lh models/输出里能看到模型文件且重启后状态栏出现Face swapper model loaded successfully.这一节就算过了。2. 显存内存不足资源检查与降级方案典型报错out of memory CUDA error: out of memory也可能没有任何输出进程在 Loading face swapper model 一步直接退出。一句话原因FP16 模型本身就要占一块显存再叠加人脸检测模型和高分辨率输入资源就绷不住了。操作步骤运行nvidia-smi看显存占用运行free -h看系统内存余量。关掉其他吃内存的程序比如浏览器大量标签页、其他 AI 工具。仍不够就换 FP32 版inswapper_128.onnx把 fp16 文件改名挪走程序检测到后会自动回退 FP32。降低输入源分辨率检测模型在原始画面上跑分辨率越低越省。需要硬限制时把 modules/globals.py 里的max_memory参数设一个上限。验证修复# 看 GPU 显存占用关注 Memory-Usage 一列 nvidia-smi # 看系统内存关注 free 一列 free -h重新跑一次日志不再出现 OOM加载完成后nvidia-smi里的显存占用稳定不涨就说明资源够了。3. CUDAExecutionProvider not found切换 CPU 执行环境典型报错CUDAExecutionProvider not found或 onnxruntime 提示某个 provider 不可用。一句话原因当前环境的 onnxruntime 里没有 CUDA 执行器装的是 CPU 版或显卡驱动与 CUDA 版本对不上程序却默认要去用 CUDA。操作步骤打印当前环境真正可用的执行提供器列表见下方命令。列表里只有CPUExecutionProvider时启动参数改成 CPUpython run.py --execution-provider cpu。提供器是在启动时写入 modules/globals.py 的execution_providers变量的走命令行即可不必改源码。想让 GPU 跑起来按 README 安装匹配 CUDA 版本的 onnxruntime-gpu确认列表里出现CUDAExecutionProvider再用--execution-provider cuda启动。Apple Silicon 没有 NVIDIA 卡直接用--execution-provider coreml。验证修复# 查看当前环境实际可用的执行提供器 python -c import onnxruntime as ort; print(ort.get_available_providers()) # CUDA 不可用时直接用 CPU 提供器启动 python run.py --execution-provider cpu启动时第一行横幅会打印accelerator:和providers:看到与你的硬件一致的执行器、且加载环节不再报 provider 错误即修好。确认修好了如果报错没了、但还想排除这个 ONNX 模型文件本身的问题截断的文件能读进去也可能推理异常用官方 checker 跑一遍结构校验# 一次性校验模型文件格式与结构都完整才会通过 import onnx m onnx.load(models/inswapper_128_fp16.onnx) onnx.checker.check_model(m) print(验证通过)输出验证通过说明文件完整。最后重跑一次程序状态栏出现Face swapper model loaded successfully.加载链路就是通的。环境与进阶Python 版本3.11–3.14推荐 3.14onnxruntime 已不再支持 3.10。模型选择逻辑见 modules/processors/frame/face_swapper.py只有 torch 检测到 CUDA 且 fp16 文件存在时才用 FP16否则自动回退 FP32。调试日志默认级别是error排查问题时可临时调成debug# 在 modules/globals.py 中把默认 error 改为 debug modules.globals.log_level debugCPU 线程execution_threads控制 CPU 执行线程数核数少时别设太高。Apple Silicon自动走 CoreML 路径无需配置 CUDA。行动清单模型文件放进 models 目录启动时传可用的执行提供器开 debug 日志再跑一次更多细节见项目 README 与社区讨论。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考