在github中查找facefusion/facefusion，将其git clone到本地

git clone https://github.com/facefusion/facefusion

安装步骤

1. 创建facefusion虚拟环境

# 创建虚拟环境
conda create -n facefusion python=3.10
# 安装依赖
conda install conda-forge::cuda-runtime=12.4.1 conda-forge::cudnn=9.2.1.18
# 激活环境
conda activate facefusion

注意，如果在安装时报错了，如onnxruntime依赖找不到对应的版本，需要自行到python仓库中查找对应版本的whl文件进行安装，[python仓库网址](https://pypi.org/)

搜索onnxruntime 1.19.2 和 onnxruntime-gpu 1.19.2的依赖，进行安装

安装时候需要查看所需环境，如glibc的版本和cpython的版本， 可以查看这篇[参考文章](https://blog.csdn.net/carefree2005/article/details/117559312)

安装whl文件

pip install https://xxxx.whl

安装后， 可能还需要安装ffmpeg

conda install ffmpeg -y

还需要安装cuda的安装包，配置cuda的bin目录和lib目录到环境变量中

需要配置LD_LIBRARY_PATH环境变量为cuda的lib目录，并且安conda insatll cudatoolkit的依赖,（此处版本为9.0以上版本），也配置到LD_LIBRARY_PATH中, 目录位置/root/miniconda3/envs/facefusion/lib

进入facefusion目录，执python install.py --onnxruntime {default, ...}

如果有英伟达显卡， 可以在--onnxruntime后cuda

最后，执行启动脚本

python facefusion.py run

默认只能在本机访问， 如果想要在局域网中使用，则需要vim ./facefusion/uis/layouts/default.py中的

def run(ui : gradio.Blocks) -> None:

        ui.launch(favicon_path = 'facefusion.ico', inbrowser = state_manager.get_item('open_browser'))

增加share=True, server_name="0.0.0.0"

def run(ui : gradio.Blocks) -> None:

        ui.launch(favicon_path = 'facefusion.ico', inbrowser = state_manager.get_item('open_browser'), share=False, server_name="0.0.0.0")

重新启动即可