Windows中GeneFace++的安装法

Windows 下 GeneFace++ 安装步骤
一 环境准备

• 操作系统：Windows 10/11 64 位（推荐）。
• 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（可选但强烈建议）：
• 安装与显卡驱动匹配的 CUDA Toolkit 与 cuDNN；
• 安装与 CUDA 版本匹配的 PyTorch（如 CUDA 11.8 对应 torch 的 cu118 版本）。
• 硬件建议：CPU i5 及以上、内存 ≥8GB、可用磁盘 ≥10GB；GPU 推理/训练更流畅。

二 安装步骤

1. 获取源码

• 克隆仓库或下载 ZIP 并解压：

git clone https://github.com/your-repo/GeneFace++.git
cd GeneFace++

1. 创建并激活虚拟环境

• conda create -n geneface python=3.8
• conda activate geneface
• 或使用 venv：python -m venv geneface && genefaceScriptsactivate

1. 安装 Python 依赖

• 有 requirements.txt 时：pip install -r requirements.txt
• 无则先装核心依赖：pip install numpy opencv-python torch torchvision

1. GPU 版本 PyTorch（按需）

• 例如 CUDA 11.8：pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu118

1. 编译 C++/CUDA 扩展（若项目包含）

• mkdir build && cd build
• cmake ..
• cmake --build . --config Release

1. 安装 Python 包（若提供）

• pip install . 或 python setup.py install

1. 运行示例/测试

• 参考项目 README 的命令，例如：python main.py 或 python demo.py。

三 验证与常见问题

• 验证安装
• 运行示例脚本无报错，日志显示模型/设备加载成功；
• GPU 可用时，nvidia-smi 可见进程，代码内 device 为 cuda。
• 常见问题与处理
• 缺少编译工具：安装 Visual Studio Build Tools 2019/2022 的 C++ 组件；
• 依赖冲突：在干净的虚拟环境中重装，或按项目要求的版本固定安装；
• CUDA/PyTorch 不匹配：按 CUDA 版本选择对应的 PyTorch（如 cu118）；
• 构建失败：确认 CMake 在 PATH，使用 x64 工具链，清理后重新 cmake 与构建。

四 小贴士

• 优先遵循项目 README/Wiki 的版本约束与命令示例；
• 路径避免中文与空格，减少潜在依赖/构建问题；
• 若仅 CPU 运行，确保安装了 CPU 版 PyTorch 并在代码中正确设置 device。