GeneFace++ Windows安装步骤

Windows 安装步骤
一 环境准备

• 操作系统：Windows 10/11 64位（推荐）。
• Python：Python 3.8–3.11（建议用 Anaconda 管理环境，避免依赖冲突）。
• 构建工具：安装 Visual Studio Build Tools 2019/2022，勾选“C++ 桌面开发”组件（含 MSVC 编译器、Windows SDK）。
• GPU 支持（可选但强烈建议）：
• 安装与 PyTorch 匹配的 CUDA Toolkit 与 cuDNN；
• 通过 nvidia-smi 验证驱动与 GPU 可用；
• 安装对应 CUDA 版本的 PyTorch（如 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118）。
• 基础依赖：numpy、opencv-python、torch、torchvision（若仓库提供 requirements.txt，以文件为准）。

二 获取源码与创建虚拟环境

• 克隆或下载源码（请替换为实际仓库地址）：
• git clone https://github.com/your-repo/GeneFace++.git
• 或下载 ZIP 并解压到本地目录。
• 创建并激活虚拟环境：
• venv：python -m venv geneface_env && geneface_env\Scripts\activate
• conda：conda create -n geneface_env python=3.8 然后 conda activate geneface_env
• 安装 Python 依赖：
• 有 requirements.txt 时：pip install -r requirements.txt
• 无则先安装核心包：pip install numpy opencv-python torch torchvision。

三 编译与安装

• 若项目包含 C/C++ 扩展/自定义算子，使用 CMake 构建：
• 在项目根目录执行：
• mkdir build && cd build
• cmake ..（如有多版本 VS，可用 -G "Visual Studio 17 2022" -A x64 指定生成器与平台）
• cmake --build . --config Release（或 Debug）
• 若仓库提供 Python 包安装脚本：
• pip install . 或 python setup.py install
• 若仅含 Python 代码且无 C++ 扩展，可跳过编译，直接安装依赖并进入测试。

四 配置与测试

• 环境变量（可选）：将可执行文件或库目录（如 build/bin、CUDA/cuDNN 的 bin 与 lib/x64）加入系统 PATH，便于全局调用。
• 运行测试：
• 参考仓库说明执行示例，例如：python main.py 或 python demo.py；
• 若启用 GPU，建议在代码中显式指定设备：device = torch.device("cuda" if torch.cuda.is_available() else "cpu") 并观察日志/显存占用确认 GPU 被调用。

五 常见问题与排查

• 版本不匹配：确保 Python、PyTorch、CUDA/cuDNN 版本互相匹配；安装 PyTorch 时优先使用官方带 CUDA 的 wheel（如 cu118）。
• 编译失败：确认已安装 Visual Studio Build Tools 2019/2022 的 C++ 组件；必要时以 x64 为目标平台重新生成。
• GPU 不可用：用 nvidia-smi 检查驱动与 GPU；在 Python 中打印 torch.cuda.is_available()；核对 CUDA 与 PyTorch 版本一致性。
• 依赖冲突：优先在独立的 venv/conda 环境中安装；如报缺少编译工具，安装或修复 Microsoft C++ Build Tools/Redistributable。
• 文档优先：具体命令、依赖版本与模型权重路径以项目 README 为准，遇到报错先检索仓库 Issues。