facefusion本地部署环境配置

facefusion本地部署环境配置

我使用的facefusion版本是3.4.2升级到3.5.0，以下内容对这两个版本都适用
如果没有具有cuda的英伟达显卡，则后续关于GPU的不需要操作

电脑系统信息

系统：版本 Windows 11 专业工作站版
版本号 24H2
安装日期 ‎2025/‎8/‎11
操作系统版本 26100.6725
体验 Windows 功能体验包 1000.26100.253.0
显卡 5060 Laptop 8GB

环境配置

python版本

我使用的是3.13.7，理论上3.10及以上都适用，在代码里面看到了对版本的判断，低于3.10会触发错误信息

依赖项（package)

注意如果没有英伟达显卡(cuda)，则删去"onnxruntime-gpu>=1.23.2",也不需要进行后续的显卡工具包的安装

[project]
name = "facefusion"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.10"
dependencies = [
    "gradio>=5.49.1",
    "gradio-rangeslider>=0.0.8",
    "numpy>=2.3.4",
    "onnx>=1.19.1",
    "onnxruntime>=1.23.2",
    "onnxruntime-gpu>=1.23.2",
    "opencv-python>=4.11.0.86",
    "psutil>=7.1.3",
    "scipy>=1.16.3",
    "tqdm>=4.67.1",
]

[[tool.uv.index]]
url = "https://pypi.tuna.tsinghua.edu.cn/simple"
default = true

我使用的python环境管理工具是uv，可以直接把上面的的dependencies复制到你的dependencies内，再执行uv sync

如果使用的是pip管理环境，则需要把requirements.txt的内容替换为dependencies的内容，并把双引号和末尾的逗号去掉，>=替换为==，再使用pip install -r requirements.txt安装这些依赖

调用cuda加速

版本参考页面https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html
需要有英伟达显卡、cuda

1. 安装cuda_12.8.1_572.61_windows.exe，查找页面https://developer.nvidia.com/cuda-toolkit-archive
2. 安装cudnn_9.15.0_windows.exe，查找页面https://developer.nvidia.com/cudnn-archive

注意：cudnn_9.15.0_windows.exe在安装时要选择自定义或高级之类的选项，更改所有组件的安装位置均为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin\(就是cuda_12.8.1_572.61_windows.exe的安装位置)，大概共有5个组件

装完cudnn_9.15.0_windows.exe后，把目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin\12.9\的所有文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin\，就完成了。

结语

先装python或先装cuda驱动似乎没有顺序影响，这里面指定的型号只是我现在用并且好用的情况，别的依赖或者cuda版本可能也能调用GPU加速，装完之后建议启动运行依次，并且在facefusion网页中源为1张图片，目标为一个视频，启动后等待一段时间，观察GPU调用情况，如果GPU调用上升到60%以上，基本上就没问题。

推荐观看我的前一篇文章facefusion解除限制
facefusion解除限制