Windows版 GeneFace++ 安装指南
一 环境准备
- 操作系统:Windows 10/11 64位(兼容性更好)。
- Python:Python 3.8–3.10(建议用 Anaconda 管理环境,避免依赖冲突)。
- 构建工具:Visual Studio Build Tools 2019/2022(勾选“C++ 桌面开发”组件)。
- GPU 支持(可选但推荐):NVIDIA 显卡驱动 + CUDA Toolkit + cuDNN,并确保与所选 PyTorch 版本匹配。
- 基础依赖:numpy、opencv-python、torch、torchvision 等(以项目 requirements.txt 为准)。
二 安装步骤
- 创建并激活虚拟环境
python -m venv geneface_env
geneface_envScriptsactivate
conda create -n geneface_env python=3.8
conda activate geneface_env
- 安装 Python 依赖
pip install -r requirements.txt
pip install numpy opencv-python torch torchvision
- 获取源码
git clone https://github.com/your-repo/GeneFace++.git
cd GeneFace++
- 编译 C++ 扩展(如项目包含)
mkdir build && cd build
cmake ..
cmake --build . --config Release
- 安装 Python 包(如提供)
pip install .
或
python setup.py install
- 配置环境变量(可选)
- 将可执行文件或库目录(如 build/bin 或项目根目录)加入系统 PATH,便于全局调用。
- 运行测试
python main.py
或
python demo.py
三 GPU 配置与验证
- 安装与 PyTorch 版本匹配的 CUDA/cuDNN,并正确配置驱动。
- 安装 GPU 版 PyTorch(示例,按项目要求选择版本):
pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu118
- 验证 GPU 是否可用:
- 命令行:nvidia-smi(查看驱动与 CUDA 信息)
- Python:
import torch
print(torch.cuda.is_available()) # 应为 True
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")。
四 常见问题与排查
- 缺少编译工具:安装或修复 Visual Studio Build Tools,确保勾选 C++ 构建工具。
- 依赖冲突/安装失败:优先使用虚拟环境;按项目 requirements.txt 固定版本;必要时升级/降级相关包。
- CUDA 不匹配:核对 PyTorch 与 CUDA 版本对应关系,必要时重装匹配版本。
- GPU 未被调用:检查驱动、CUDA/cuDNN、PyTorch GPU 版是否正确安装,并用 nvidia-smi 与 torch.cuda.is_available() 验证。
- 构建失败:确认 CMake 已加入 PATH,使用 x64 工具链,并以 Release 模式编译。
- 安全提示:仅从官方或可信来源获取代码与依赖,避免恶意软件。