Tutorial compilar e usar Deep Live Cam no Windows

Deep-Live-Cam: Tutorial completo de instalação do Deep Live Cam para Windows usando Python 3.10, FFmpeg, CUDA (opcional). Guia passo a passo.

Este tutorial irá guiá-lo passo a passo na configuração do ambiente necessário para executar o Deep-Live-Cam de graça no seu computador com Windows com suporte a CPU ou GPU. Em 2018 publicamos um tutorial sobre deep fake, de lá para cá a tecnologia evoluiu permitindo você fazer a troca de rosto em tempo real e com custo computacional menor. Siga as instruções abaixo para realizar o procedimento em seu computador.

Passo 1: Instalando o Python 3.10

O Deep-Live-Cam requer o Python 3.10 para funcionar corretamente. Siga estas etapas para instalá-lo:

Acesse o site do Python: Abra seu navegador e vá para https://www.python.org/downloads/release/python-3100/.
Baixe o instalador: Localize e clique no link para baixar a versão executável do Python 3.10 para Windows.
Execute o instalador: Após o download, execute o arquivo .exe que você baixou.
Marque as opções importantes: Durante o processo de instalação, certifique-se de marcar as seguintes opções:
- Install for all users (Instalar para todos os usuários)
- Add Python 3.10 to PATH (Adicionar Python 3.10 ao PATH)
Prossiga com a instalação: Clique em “Install Now” e siga as instruções na tela para concluir a instalação. Certifique-se de que a opção “Add to PATH” esteja selecionada. O caminho de instalação padrão é: C:UsersusuarioAppDataLocalProgramsPythonPython310.

Passo 2: Verificando a Instalação do Python

Após a instalação, é importante verificar se o Python 3.10 foi instalado corretamente e adicionado ao PATH.

Abra o Terminal: Pressione a tecla Windows, digite cmd ou PowerShell e pressione Enter para abrir a linha de comando.
Verifique a versão: No terminal, digite o seguinte comando e pressione Enter:

[python –version]
Resultado esperado: Se a instalação foi bem-sucedida, você deverá ver uma saída semelhante a:

[Python 3.10.x]

O “x” representa o número da versão específica do Python 3.10 que você instalou.
Em caso de erro: Se você não vir a versão correta (ou nenhuma versão for exibida), siga estas etapas:

Outras versões existentes: especifique a versão que quer usar, exemplo

[py -3.10 –version]
Reinstale o Python 3.10: Repita o Passo 1, certificando-se de marcar as opções “Install for all users” e “Add Python 3.10 to PATH”.

Passo 3: Instalando o FFmpeg

O FFmpeg é uma ferramenta essencial para o Deep-Live-Cam, pois lida com o processamento de vídeo. Siga estas etapas para instalá-lo no Windows:

Acesse o site do FFmpeg: Abra seu navegador e vá para https://ffmpeg.org/download.html.
Escolha a sua plataforma: Na página de download, procure pela seção “Get the packages” e clique no ícone do Windows. Isso geralmente o levará a uma lista de builds de terceiros.
Selecione um build: Uma opção popular é o build fornecido por “gyan.dev”. Procure por um link que contenha “git” e a arquitetura do seu sistema (geralmente “win64” para sistemas de 64 bits). Clique no link para acessar a página de download.
Baixe o arquivo zip: Na página de gyan.dev, procure pela seção “Latest stable builds” ou similar e baixe o arquivo zip que contém os binários do FFmpeg (algo como ffmpeg-git-xxxxxx-win64-gpl.zip).
Extraia os arquivos: Após o download, extraia o conteúdo do arquivo zip para uma pasta de fácil acesso no seu computador. Por exemplo, você pode criar uma pasta chamada FFmpeg no seu disco C: e extrair os arquivos para lá (C:FFmpeg).
Adicione o FFmpeg ao PATH: Para que o sistema reconheça os comandos do FFmpeg, você precisa adicionar a pasta bin dentro da pasta extraída à variável de ambiente PATH do Windows. Siga estas etapas:
- Abra o Painel de Controle: Pressione a tecla Windows, digite “Painel de Controle” e pressione Enter.
- Vá para Sistema e Segurança: Clique em “Sistema e Segurança”.
- Clique em Sistema: Clique em “Sistema”.
- Clique em Configurações avançadas do sistema: No menu à esquerda, clique em “Configurações avançadas do sistema”.
- Clique em Variáveis de Ambiente: Na janela “Propriedades do Sistema”, clique no botão “Variáveis de Ambiente…”.
- Localize a variável “Path”: Na seção “Variáveis do Sistema”, localize a variável chamada “Path” e selecione-a.
- Clique em Editar: Clique no botão “Editar…”.
- Adicione o caminho do FFmpeg: Na janela “Editar variável de ambiente”, clique em “Novo” e adicione o caminho completo para a pasta bin dentro da pasta onde você extraiu o FFmpeg. No exemplo, seria C:FFmpegbin.
- Clique em OK: Clique em “OK” em todas as janelas abertas para salvar as alterações.
Verifique a instalação do FFmpeg: Abra um novo terminal (cmd ou PowerShell) e digite o seguinte comando:

[ffmpeg -version]

Se o FFmpeg estiver instalado corretamente, você verá informações sobre a versão do FFmpeg.

Passo 4: Instalando as Ferramentas de Compilação do Microsoft C++

Algumas dependências do Deep-Live-Cam podem exigir as ferramentas de compilação do Microsoft C++.

Acesse o site do Visual Studio: Abra seu navegador e vá para https://visualstudio.microsoft.com/pt-br/visual-cpp-build-tools/.
Baixe as Build Tools: Localize e clique no link para baixar as “Ferramentas de Construção para Visual Studio 2022” ou uma versão similar.
Execute o instalador: Após o download, execute o arquivo .exe que você baixou.
Selecione os componentes: Durante a instalação, certifique-se de selecionar a carga de trabalho “Ferramentas de construção C++“. Você pode desmarcar outras opções se desejar.
Prossiga com a instalação: Clique em “Instalar” e aguarde a conclusão do processo.

Passo 5: Clonando o Repositório Deep-Live-Cam e Baixando os Modelos

Agora, vamos baixar o código do Deep-Live-Cam e os modelos pré-treinados necessários.

Atenção, este tutorial foi escrito e testado na versão 1.8. Se preferir use o fork do projeto em nosso github nos procedimentos abaixo. Link:

Abra o PowerShell como Administrador: Pressione a tecla Windows, digite powershell, clique com o botão direito em “Windows PowerShell” e selecione “Executar como administrador”.
Clone o repositório: No PowerShell, digite o seguinte comando e pressione Enter:

[git clone https://github.com/hacksider/Deep-Live-Cam.git]

Isso criará uma pasta chamada Deep-Live-Cam no seu diretório atual e baixará todos os arquivos do repositório. Caso não possua GIT, acesse o repositório em e clique em “Code” > “Download ZIP”. Extraia tudo para uma pasta de fácil acesso e navegue até ela via PowerShell.
Navegue até a pasta de modelos: Digite o seguinte comando e pressione Enter:

[cd Deep-Live-Cammodels]
Baixe os modelos: Execute os seguintes comandos um por um para baixar os modelos pré-treinados necessários dentro da pasta models:

[Invoke-WebRequest -Uri “ -OutFile “GFPGANv1.4.pth”]

[Invoke-WebRequest -Uri “ -OutFile “inswapper_128_fp16.onnx”]

Esses comandos baixarão os arquivos GFPGANv1.4.pth e inswapper_128_fp16.onnx para a pasta Deep-Live-Cammodels.

Passo 6: Criando e Ativando o Ambiente Virtual e Instalando as Dependências

É recomendável usar um ambiente virtual para isolar as dependências do Deep-Live-Cam.

Crie o ambiente virtual: Ainda no PowerShell (dentro da pasta Deep-Live-Cam), execute o seguinte comando:

[python -m venv venv]

Isso criará uma pasta chamada venv que conterá o ambiente virtual. Caso possua mais de uma versão do python instalada, use o comando:

[py -3.10 -m venv venv]
Configure a política de execução: Execute o seguinte comando para permitir a execução de scripts dentro do ambiente virtual:

[Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process]

Responda sim para todos se for solicitado. Esta alteração é temporária e se aplica apenas à sessão atual do PowerShell.
Ative o ambiente virtual: Execute o seguinte comando:

[venvScriptsactivate]

Você verá (venv) no início da linha de comando, indicando que o ambiente virtual está ativo.
Instale as dependências: Execute o seguinte comando para instalar todas as bibliotecas necessárias listadas no arquivo requirements.txt:

[pip3.10 install -r requirements.txt]

Este processo pode levar alguns minutos, pois várias bibliotecas serão baixadas e instaladas.

Passo 7: Executando o Deep-Live-Cam

Agora que o ambiente está configurado, você pode executar o Deep-Live-Cam.

Para executar sem GPU (usando a CPU): No PowerShell (com o ambiente virtual ativo), navegue de volta para a pasta raiz do Deep-Live-Cam (se você não estiver lá) e execute o seguinte comando:

[python run.py]

Passo 8: Resolvendo Problemas Comuns (parte 1)

Durante a execução, você pode encontrar alguns problemas. Aqui estão algumas soluções para os erros mais comuns:

Erro de módulo não encontrado (exemplo: ModuleNotFoundError: No module named 'pygrabber'): Se um módulo estiver faltando, o erro indicará o nome do módulo. Para instalá-lo, execute o seguinte comando no PowerShell (com o ambiente virtual ativo):

[pip3.10 install nome_do_modulo]

No exemplo fornecido, você executaria:

[pip3.10 install pygrabber]
Tela preta no rosto: Se você ver um quadrado preto no lugar do rosto trocado, tente o seguinte:
1. Desinstale as versões existentes do onnxruntime:
  
  [pip3.10 uninstall onnxruntime onnxruntime-directml]
2. Instale uma versão específica do onnxruntime-directml:
  
  [pip3.10 install onnxruntime-directml==1.15.1]
3. Execute o programa usando o provedor de execução DML:
  
  [python run.py –-execution-provider dml]
4. Se a troca de rosto ainda estiver ruim, tente usar a CPU:
  
  [python run.py –-execution-provider cpu]

Pronto, você configurou com sucesso o ambiente para executar o Deep-Live-Cam no seu Windows. Agora você pode experimentar a aplicação. Lembre-se de executar o ambiente virtual sempre que for executar o Deep-Live-Cam.

Passo 9: Instalando o CUDA 11.8.0 (Apenas para quem possui GPU NVIDIA dedicada)

Se o seu computador possui uma GPU NVIDIA dedicada, você pode instalá-lo para acelerar o processamento, caso contrário, ignore os passos abaixo (9 ao 12)!

Acesse o link de download do CUDA 11.8.0: Abra seu navegador e vá para:
Baixe o instalador local: Clique no link para baixar o instalador local do CUDA (arquivo .exe).
Execute o instalador: Após o download, execute o arquivo .exe.
Tipo de instalação: O instalador verificará a compatibilidade dos seus drivers NVIDIA.
- Se seus drivers forem a versão mais recente ou superior: Escolha a opção de “Instalação Personalizada”. Na lista de componentes, mantenha apenas a opção “CUDA” marcada e desmarque todas as outras opções (como “NVIDIA GeForce Experience”). Prossiga com a instalação.
- Se não possui drivers NVIDIA ainda: Você deve optar por uma instalação expressa.
Conclua a instalação: Siga as instruções na tela para finalizar a instalação do CUDA. O caminho de instalação padrão é geralmente C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.8.

Passo 10: Instalando a Versão Correta do onnxruntime-gpu

Agora, vamos instalar a versão específica do onnxruntime-gpu necessária para o CUDA 11.8.

Abra o PowerShell como Administrador: Se ainda não estiver aberto, pressione a tecla Windows, digite powershell, clique com o botão direito em “Windows PowerShell” e selecione “Executar como administrador”.
Desinstale qualquer versão existente do onnxruntime-gpu: Execute o seguinte comando:

[pip3.10 uninstall onnxruntime-gpu]

Se não estiver instalado, você verá uma mensagem informando isso.
Instale a versão específica do onnxruntime-gpu: Execute o seguinte comando:

Passo 11: Baixando e Instalando o cuDNN

O cuDNN é uma biblioteca da NVIDIA.

Acesse o site da NVIDIA para download do cuDNN: Abra seu navegador e vá para:
Crie uma conta (se necessário): Você precisará criar uma conta no site da NVIDIA ou fazer login para poder baixar o cuDNN.
Baixe o cuDNN para CUDA 11.x: Localize e baixe o arquivo zip correspondente a “cuDNN v8.6.0 (October 3rd, 2022) for CUDA 11.x Local Installers for Windows” (o nome do arquivo deve ser semelhante a cudnn-windows-x86_64-8.6.0.163_cuda11-archive.zip).
Extraia o conteúdo do arquivo zip: Após o download, extraia o conteúdo do arquivo zip para uma pasta temporária no seu computador. Você verá três pastas dentro: bin, include e lib.
Copie os arquivos para a pasta do CUDA: Abra o diretório de instalação do CUDA (o padrão é C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.8).
Copie o conteúdo da pasta bin do cuDNN para a pasta bin do CUDA: Abra a pasta bin que você extraiu do cuDNN e copie todos os arquivos para a pasta C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.8bin.
Copie o conteúdo da pasta include do cuDNN para a pasta include do CUDA: Abra a pasta include do cuDNN e copie tudo para a pasta C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.8include.
Copie o conteúdo da pasta lib do cuDNN para a pasta lib do CUDA: Abra a pasta lib dentro do cuDNN e, em seguida, copie todos os arquivos .lib para a pasta C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.8lib.