一、介绍

经过修改的暴露 API 的 FaceFusion3.0。

二、部署过程

基础环境最低要求说明：

1. 构建基础镜像 Miniconda-Ubuntu-22.04-cuda12.1.1

2.从 github 仓库 克隆项目：

git clone https://github.com/xzzvsxd/facefusion_api.git

3.创建虚拟环境

conda create --name facefusion python=3.10 -y

4.安装模型依赖包

• 激活 facefusion虚拟环境，并进入到 facefusion_api 目录中，安装 requirements.txt 依赖。

conda activate facefusion
pip install -r requirements.txt

• 执行install.py文件再次进行安装必要依赖

python install.py

5.下载必要模型文件

运行 API 前需确保核心模型文件已下载，并且放在 .assets/models/ 目录下.所需模型文件如下：

6.下载cuDnn（这样模型服务会以GPU来加速）

• 在 Ubuntu 22.04 上安装 cuDNN 9.11.0（deb local 包）的示范命令步骤

# 1. 下载 cuDNN 本地 deb 包（根据官网地址）
wget https://developer.download.nvidia.com/compute/cudnn/9.11.0/local_installers/cudnn-local-repo-ubuntu2204-9.11.0_1.0-1_amd64.deb

# 2. 安装本地 deb 包，添加本地 apt 仓库
sudo dpkg -i cudnn-local-repo-ubuntu2204-9.11.0_1.0-1_amd64.deb

# 3. 拷贝仓库 GPG key，保证 apt 更新时可信
sudo cp /var/cudnn-local-repo-ubuntu2204-9.11.0/cudnn-*-keyring.gpg /usr/share/keyrings/

# 4. 更新 apt 包索引，包含新增的 cudnn 本地源
sudo apt-get update

# 5. 安装 cudnn 库（含运行时、开发包等）
sudo apt-get install libcudnn9-cuda-12 libcudnn9-dev-cuda-12

# 6. 验证 libcudnn.so.9 是否安装成功
ls -l /usr/lib/x86_64-linux-gnu/libcudnn.so.9*

# 7. （可选）查看版本
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

7.启动main.py

• 修改main.py文件的端口号改为0.0.0.0:8080

if __name__ == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=8080)

• 执行main.py

python main.py

出现如下输出说明api服务启动成功，可以使用此api调用换脸功能。

点击此处，立即体验Facefusion_api！