尧图网站建设 
Deep-Live-Cam inswapper_128 模型加载失败现象、定位与完整修复指南【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 是单图驱动的实时换脸工具而 inswapper_128 这个 ONNX 模型是整条换脸管线的第一环绝大多数启动即失败都卡在这一步。最常见的根因是 models 目录缺文件或 GPU 执行环境缺 cuDNN 组件。典型现象有三类控制台报CUDAExecutionProvider not found状态栏提示Model not found in .../models显示 Loading face swapper model 后进程退出。本文只处理 inswapper_128 的加载失败不涉及换脸质量与视频编码参数。先确定你属于哪种按报错关键词和界面表现对号入座再跳到对应小节。现象可能根因对应小节控制台报CUDAExecutionProvider not foundonnxruntime-gpu 找不到 CUDA 运行库cuDNN 缺失或版本不匹配切换 CPU 提供器验证状态栏Model not found in .../modelsmodels/ 下两个 inswapper 文件都不存在补全 inswapper_128 模型文件报Failed to load library libcudnn.so没走run.py的预加载逻辑cuDNN 没被 onnxruntime 感知固定执行提供器链Error loading face swapper model: ...模型文件损坏或下载截断先跑小节 1 隔离再重走小节 2按步修复1. 用 CPU 执行提供器先排除模型文件原理执行提供器Execution Provider是 ONNX Runtime 的算子后端。CPU 提供器不依赖任何 CUDA 组件如果文件本身能加载问题就锁定在 GPU 环境侧与模型无关。python run.py --execution-provider cpu预期效果模型完整加载状态栏出现Face swapper model loaded successfully。实时帧率会降但管线跑通。验证状态栏提示加载成功、换脸出图。此时不必再怀疑模型文件回到第 3 节修 CUDA 环境。2. 补全 inswapper_128 模型文件原理启动时 modules/processors/frame/face_swapper.py 的 pre_check 会尝试联网自动下载网络不通时静默失败models/ 目录保持为空。ls models/预期效果确认目录为空或文件截断正常大小见 环境核对表。按 models/instructions.txt 给出的地址把inswapper_128_fp16.onnx约 275MB与inswapper_128.onnx约 550MB放入models/。验证两者存其一即可启动两个都在时程序按 GPU 情况自动选 FP16 或回退 FP32。重新运行状态栏不再出现Model not found。3. CUDA 在前、CPU 兜底的执行提供器链原理ONNX Runtime 按modules/globals.py中execution_providers列表的顺序执行第一个提供器跑不动的算子自动落到下一个因此 GPU 链路失效时模型依然能加载。前提是先确认你是用python run.py启动的——该文件内置了 cuDNN 的预加载逻辑Windows 注册 DLL 目录、Linux 用ctypes预加载 venv 内 wheel 自带的库。直接python -m modules.core启动会漏掉这一步。无界面场景可在modules/globals.py固定回退链execution_providers [CUDAExecutionProvider, CPUExecutionProvider]预期效果加载不再失败。CUDA 确实可用时 GPU 推理不可用时所有算子落到 CPU加载成功但性能等同纯 CPU。验证状态栏显示加载成功如果控制台出现CUDA graph init failed, using standard session这不是加载失败程序已自动回退标准会话忽略即可。环境核对表inswapper 模型文件与环境核对清单检查项期望值不满足时怎么办Python 版本3.11–3.14README 推荐 3.14用匹配版本重建 venvonnxruntime-gpu 版本1.26.0requirements.txt 锁定pip install -r requirements.txtCUDA 环境CUDA 12.xnvidia-smi可见显卡修驱动或改用 cpu 提供器models/ 目录存在且可写首次启动自动创建换有权限的用户运行报permission即为此因inswapper_128_fp16.onnx存在约 275MB按 models/instructions.txt 下载inswapper_128.onnx存在约 550MB二者存其一即可同上磁盘剩余空间models/ 所在盘 ≥5GB清理磁盘或换盘onnxruntime 可用提供器列表非空且含目标提供器重装对应 onnxruntime 变体execution_providers 当前值非空且每项都在可用列表内重新传--execution-provider参数还是不通收集以下三项再去项目官方 issues 页搜相同报错特征的先例完整控制台输出从启动到报错不要截断import onnxruntime; print(onnxruntime.__version__, onnxruntime.get_available_providers())的输出你传入的--execution-provider值或modules/globals.py中execution_providers的当前值高频报错速查报错关键词一句话修复CUDAExecutionProvider not found重装 onnxruntime-gpu1.26.0仍失败则传--execution-provider cpuModel not found in .../models下载 inswapper_128.onnx 放入 models/Failed to load library libcudnn.so改用python run.py启动不要绕过其预加载逻辑Failed to create directory ... permission换有权限的用户运行或给 models/ 授权Error loading face swapper model重新下载模型截断文件需整包重下稳定之后GTX 16xx 系显卡跑 FP16 会出 NaN遇到黑脸或数值异常时删掉 fp16 文件强制走 FP32。怀疑模型损坏时做完整性校验python -c import onnx; onnx.checker.check_model(models/inswapper_128_fp16.onnx)。批处理大小由 modules/processors/frame/core.py 按帧数与线程数自动推导没有手工参数视频处理内存吃紧时调低--execution-threads间接缩小批。【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 Deep-Live-Cam inswapper_128 模型加载失败：现象、定位与完整修复指南
Deep-Live-Cam inswapper_128 模型加载失败现象、定位与完整修复指南【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 是单图驱动的实时换脸工具而 inswapper_128 这个 ONNX 模型是整条换脸管线的第一环绝大多数启动即失败都卡在这一步。最常见的根因是 models 目录缺文件或 GPU 执行环境缺 cuDNN 组件。典型现象有三类控制台报CUDAExecutionProvider not found状态栏提示Model not found in .../models显示 Loading face swapper model 后进程退出。本文只处理 inswapper_128 的加载失败不涉及换脸质量与视频编码参数。先确定你属于哪种按报错关键词和界面表现对号入座再跳到对应小节。现象可能根因对应小节控制台报CUDAExecutionProvider not foundonnxruntime-gpu 找不到 CUDA 运行库cuDNN 缺失或版本不匹配切换 CPU 提供器验证状态栏Model not found in .../modelsmodels/ 下两个 inswapper 文件都不存在补全 inswapper_128 模型文件报Failed to load library libcudnn.so没走run.py的预加载逻辑cuDNN 没被 onnxruntime 感知固定执行提供器链Error loading face swapper model: ...模型文件损坏或下载截断先跑小节 1 隔离再重走小节 2按步修复1. 用 CPU 执行提供器先排除模型文件原理执行提供器Execution Provider是 ONNX Runtime 的算子后端。CPU 提供器不依赖任何 CUDA 组件如果文件本身能加载问题就锁定在 GPU 环境侧与模型无关。python run.py --execution-provider cpu预期效果模型完整加载状态栏出现Face swapper model loaded successfully。实时帧率会降但管线跑通。验证状态栏提示加载成功、换脸出图。此时不必再怀疑模型文件回到第 3 节修 CUDA 环境。2. 补全 inswapper_128 模型文件原理启动时 modules/processors/frame/face_swapper.py 的 pre_check 会尝试联网自动下载网络不通时静默失败models/ 目录保持为空。ls models/预期效果确认目录为空或文件截断正常大小见 环境核对表。按 models/instructions.txt 给出的地址把inswapper_128_fp16.onnx约 275MB与inswapper_128.onnx约 550MB放入models/。验证两者存其一即可启动两个都在时程序按 GPU 情况自动选 FP16 或回退 FP32。重新运行状态栏不再出现Model not found。3. CUDA 在前、CPU 兜底的执行提供器链原理ONNX Runtime 按modules/globals.py中execution_providers列表的顺序执行第一个提供器跑不动的算子自动落到下一个因此 GPU 链路失效时模型依然能加载。前提是先确认你是用python run.py启动的——该文件内置了 cuDNN 的预加载逻辑Windows 注册 DLL 目录、Linux 用ctypes预加载 venv 内 wheel 自带的库。直接python -m modules.core启动会漏掉这一步。无界面场景可在modules/globals.py固定回退链execution_providers [CUDAExecutionProvider, CPUExecutionProvider]预期效果加载不再失败。CUDA 确实可用时 GPU 推理不可用时所有算子落到 CPU加载成功但性能等同纯 CPU。验证状态栏显示加载成功如果控制台出现CUDA graph init failed, using standard session这不是加载失败程序已自动回退标准会话忽略即可。环境核对表inswapper 模型文件与环境核对清单检查项期望值不满足时怎么办Python 版本3.11–3.14README 推荐 3.14用匹配版本重建 venvonnxruntime-gpu 版本1.26.0requirements.txt 锁定pip install -r requirements.txtCUDA 环境CUDA 12.xnvidia-smi可见显卡修驱动或改用 cpu 提供器models/ 目录存在且可写首次启动自动创建换有权限的用户运行报permission即为此因inswapper_128_fp16.onnx存在约 275MB按 models/instructions.txt 下载inswapper_128.onnx存在约 550MB二者存其一即可同上磁盘剩余空间models/ 所在盘 ≥5GB清理磁盘或换盘onnxruntime 可用提供器列表非空且含目标提供器重装对应 onnxruntime 变体execution_providers 当前值非空且每项都在可用列表内重新传--execution-provider参数还是不通收集以下三项再去项目官方 issues 页搜相同报错特征的先例完整控制台输出从启动到报错不要截断import onnxruntime; print(onnxruntime.__version__, onnxruntime.get_available_providers())的输出你传入的--execution-provider值或modules/globals.py中execution_providers的当前值高频报错速查报错关键词一句话修复CUDAExecutionProvider not found重装 onnxruntime-gpu1.26.0仍失败则传--execution-provider cpuModel not found in .../models下载 inswapper_128.onnx 放入 models/Failed to load library libcudnn.so改用python run.py启动不要绕过其预加载逻辑Failed to create directory ... permission换有权限的用户运行或给 models/ 授权Error loading face swapper model重新下载模型截断文件需整包重下稳定之后GTX 16xx 系显卡跑 FP16 会出 NaN遇到黑脸或数值异常时删掉 fp16 文件强制走 FP32。怀疑模型损坏时做完整性校验python -c import onnx; onnx.checker.check_model(models/inswapper_128_fp16.onnx)。批处理大小由 modules/processors/frame/core.py 按帧数与线程数自动推导没有手工参数视频处理内存吃紧时调低--execution-threads间接缩小批。【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