使用场景

使用FasterLivePortrait在视频会议中实时展示动态肖像

将静态肖像照片转换为动态视频，用于社交媒体分享

在游戏或虚拟现实应用中实时生成动态角色肖像

产品特色

使用TensorRT在RTX 3090 GPU上实现30+ FPS的实时运行速度

将LivePortrait模型转换为Onnx模型，支持跨平台部署

支持原生gradio app，提升推理速度并支持多张人脸同时推理

代码结构重构，不再依赖PyTorch，使用onnx或tensorrt进行推理

支持Docker环境，提供可运行的镜像

支持Windows和MacOS集成包，支持一键运行

支持onnxruntime和TensorRT推理，提供详细的安装和使用指南

使用教程

1. 安装Docker并下载FasterLivePortrait的Docker镜像

2. 使用Docker命令运行FasterLivePortrait容器

3. 下载并转换Onnx模型文件，放置在检查点文件夹中

4. 安装并配置onnxruntime-gpu或TensorRT

5. 使用提供的脚本将Onnx模型转换为TensorRT模型

6. 运行app.py启动gradio app，选择onnx或tensorrt模式

7. 访问本地服务器（默认端口9870）并使用app进行实时肖像动画化