• 首页 > 
  • AI技术 > 
  • Linux环境下GeneFace Plus Plus的安装指南

Linux环境下GeneFace Plus Plus的安装指南

AI技术
小华
2025-12-27

Linux环境下 GeneFace Plus Plus 安装指南
一 环境准备与系统要求

  • 建议使用 Linux x86_64(如 CentOS 7/8Ubuntu 20.04/22.04),具备 NVIDIA GPUCUDA 环境(推荐 CUDA 11.x 及以上)。
  • 安装基础工具与依赖:
  • CentOS/RHEL:
  • 更新系统:sudo yum update -y
  • 安装开发工具与基础库:sudo yum groupinstall "Development Tools" -y
  • 安装多媒体与图像依赖:sudo yum install -y cmake git python3 python3-devel libpng-devel libjpeg-devel libtiff-devel
  • Ubuntu/Debian:
  • 更新与安装:sudo apt update && sudo apt install -y build-essential cmake git python3 python3-dev python3-venv libpng-dev libjpeg-dev libtiff-dev
  • 建议创建并激活独立的 Python 3.7–3.10 虚拟环境(conda 或 venv),避免依赖冲突。

二 获取源码与安装步骤

  • 克隆仓库(以实际仓库为准,常见写法如下,请替换为项目真实地址):
  • 示例:git clone https://github.com/yerfor/GeneFacePlusPlus.git
  • 进入目录:cd GeneFacePlusPlus
  • 创建虚拟环境并安装 Python 依赖:
  • conda 示例:conda create -n geneface python=3.8 -y && conda activate geneface
  • 安装依赖:pip install -U pip,随后 pip install -r requirements.txt
  • 数据、模型与目录准备:
  • 按仓库说明下载 3DMM 文件预训练模型权重 等,并放置到指定目录(如 checkpoints/data/ 等)。
  • 若项目包含 C++/CUDA 扩展,按仓库 README 执行构建(常见为创建 build/ 目录,执行 cmake .. && make -j$(nproc);如需系统级安装可用 sudo make install)。
  • 设置环境变量(如仓库提供 Python 模块路径或可执行脚本路径):
  • 示例:export PYTHONPATH=$PYTHONPATH:./python
  • 若使用非标准安装路径,可将可执行文件或库路径加入 ~/.bashrc~/.bash_profile 并执行 source ~/.bashrc 使其生效。

三 快速验证与常见用法

  • 运行示例脚本验证安装是否成功(命令样式以仓库 README 为准,以下为常见写法示例):
  • 示例:python inference/genefacepp_infer.py --a2m_ckpt checkpoints/audio2motion_vae --head_ckpt checkpoints/motion2video_nerf/may_head --torso_ckpt checkpoints/motion2video_nerf/may_torso --drv_aud data/raw/val_wavs/MacronSpeech.wav --out_name may_demo.mp4
  • 若脚本报路径或模块未找到,优先检查:
  • 当前工作目录是否为项目根目录;
  • PYTHONPATH 是否包含 ./python 或相应模块路径;
  • 模型权重与数据是否下载到 README 指定位置且路径正确。

四 常见问题与排查

  • 权限问题:安装系统级组件或写入系统目录时使用 sudo;Python 包安装建议使用虚拟环境避免污染全局环境。
  • 路径问题:确保 PYTHONPATH、权重与数据路径正确;必要时在 ~/.bashrc 中持久化路径设置并 source 使其生效。
  • 依赖冲突:升级 pip/conda,在干净虚拟环境中重装 requirements.txt;如与系统库冲突,优先使用虚拟环境或 conda 提供的二进制包。
  • 构建失败:确认已安装 python3-devel/python3-devcmake 与合适的 CUDA 工具链;多核编译可用 make -j$(nproc);必要时清理 build/ 目录后重试。
亿速云提供售前/售后服务

售前业务咨询

售后技术保障

400-100-2938

7*24小时售后电话

官方微信小程序