• 首页 > 
  • AI技术 > 
  • CentOS如何轻松安装GeneFace Plus Plus

CentOS如何轻松安装GeneFace Plus Plus

AI技术
小华
2025-10-14

CentOS系统安装GeneFace++的简化步骤

1. 准备系统环境

  • 更新系统包:打开终端,运行以下命令更新系统软件包至最新版本,确保依赖兼容性。
sudo yum update -y  # CentOS 7使用yum;CentOS 8及以上建议用dnf(替换为sudo dnf update -y)
  • 安装基础依赖:GeneFace++依赖Python、Git、GCC等工具,通过包管理器一键安装:
sudo yum install -y git python3 python3-pip gcc make  # CentOS 7
# 或(CentOS 8+)
sudo dnf install -y git python3 python3-pip gcc make

2. 创建Python虚拟环境

为避免依赖冲突,建议使用conda(推荐)或venv创建独立Python环境:

  • 使用conda(需提前安装Miniconda/Anaconda)
conda create -n geneface python=3.9 -y  # 创建名为geneface的环境,指定Python 3.9
conda activate geneface  # 激活环境
  • 使用venv(Python内置工具)
python3 -m venv geneface  # 创建虚拟环境
source geneface/bin/activate  # 激活环境(激活后终端提示符会显示环境名)

3. 克隆并进入项目目录

运行以下命令克隆GeneFace++官方仓库到本地,并进入项目根目录:

git clone https://github.com/yerfor/GeneFacePlusPlus.git
cd GeneFacePlusPlus

4. 安装Python依赖

项目依赖记录在requirements.txt中,使用pip自动安装所有Python包:

pip install -r requirements.txt

注意:若安装过程中出现编译错误(如gcc版本过低),需先升级GCC(CentOS 7可通过sudo yum install -y centos-release-scl启用devtoolset-9,然后scl enable devtoolset-9 bash临时切换至高版本GCC)。

5. 下载预处理数据与模型权重

GeneFace++需要3DMM模型、预处理数据集及预训练权重才能运行:

  • 下载3DMM文件:将3DMM文件(如BFM模型)放入./deep_3drecon/BFM目录(可从项目文档或作者提供的链接获取)。
  • 获取预处理数据集:下载示例数据集(如May数据集),解压后放入./data/binary/videos/May目录。
  • 下载预训练模型:获取audio2motion_vaemotion2video_nerf等预训练模型权重,放入对应checkpoints子目录(如./checkpoints/audio2motion_vae./checkpoints/motion2video_nerf/may_head)。

6. 运行示例推理

设置环境变量(指向项目根目录),然后执行推理脚本生成视频:

export PYTHONPATH=$(pwd):$PYTHONPATH  # 将项目目录添加到Python搜索路径
python inference/genefacepp_infer.py \
--a2m_ckpt=checkpoints/audio2motion_vae \  # audio2motion模型路径
--head_ckpt=checkpoints/motion2video_nerf/may_head \  # 头部生成模型路径
--torso_ckpt=checkpoints/motion2video_nerf/may_torso \  # 躯干生成模型路径
--drv_aud=data/raw/val_wavs/example.wav \  # 输入音频文件路径(需替换为实际路径)
--out_name=demo_output.mp4  # 输出视频文件名

常见问题解决

  • 依赖冲突:若pip install时报错,尝试升级pippip install --upgrade pip)或使用--ignore-installed强制安装(不推荐,可能引发运行时错误)。
  • CUDA问题:若使用GPU加速,需确保系统安装了与PyTorch版本匹配的CUDA Toolkit(可通过nvcc --version检查CUDA版本,参考PyTorch官网选择对应版本)。
  • 权限问题:若遇到权限错误,在命令前添加sudo(如sudo pip install -r requirements.txt),但建议优先使用虚拟环境避免系统级权限修改。
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