GeneFace Plus Plus安装步骤是什么 - AI技术

GeneFace Plus Plus安装步骤（以Linux环境为例）

1. 准备工作

系统要求：推荐使用Linux（如CentOS、Ubuntu）环境，需提前安装git、Python 3.7+（建议3.9）、CUDA（匹配PyTorch版本，如11.7）、pip、conda（或venv）。
项目来源：GeneFace Plus Plus的开源仓库为yerfor/GeneFacePlusPlus（GitHub）。

2. 克隆项目仓库

打开终端，运行以下命令克隆项目到本地，并进入项目目录：

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

3. 创建并激活Python虚拟环境

为避免依赖冲突，建议使用conda创建独立环境（名称可自定义，如geneface）：

conda create -n geneface python=3.9
conda activate geneface

4. 安装系统级依赖

部分功能需要系统级库支持，通过以下命令安装：

# Ubuntu/Debian系统（若使用CentOS，可将apt-get替换为yum）
sudo apt-get update
sudo apt-get install libasound2-dev portaudio19-dev

5. 安装Python依赖

基础依赖：安装项目所需的Python包（包括PyTorch、FFmpeg等）：

conda install conda-forge::ffmpeg  # 用于视频编解码
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia  # 匹配CUDA 11.7的PyTorch版本
pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"  # 3D渲染库
pip install cython openmim==0.3.9  # MMCC编译工具
mim install mmcv==2.1.0  # OpenMMLab工具包
pip install -r docs/prepare_env/requirements.txt -v  # 项目特定依赖

扩展安装：部分功能需要编译C++扩展，运行以下脚本：

bash docs/prepare_env/install_ext.sh

6. 配置环境变量

将项目根目录添加到PYTHONPATH，确保系统能定位到项目模块：

export PYTHONPATH=$(pwd):$PYTHONPATH

7. 下载预处理数据与模型权重

3DMM文件：下载3D Morphable Model（3DMM）文件，放置到./deep_3drecon/BFM目录。
预处理数据集：获取示例数据集（如May数据集），解压后放入./data/binary/videos/目录。
预训练模型：下载audio2motion_vae、motion2video_nerf等预训练模型，放置到./checkpoints目录对应子文件夹（如checkpoints/motion2video_nerf/may_head）。

8. 运行示例验证安装

通过示例脚本测试安装是否成功（替换音频文件路径为实际路径）：

# 设置环境变量（若未全局配置）
export PYTHONPATH=$(pwd):$PYTHONPATH
# 运行推理脚本（生成demo视频）
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/example.wav \
--out_name=demo_output.mp4

若生成demo_output.mp4且视频播放正常，则安装成功。

注意事项

权限问题：若安装过程中出现权限错误，可在命令前添加sudo（如sudo pip install），但不推荐长期使用。
路径检查：确保所有文件（如3DMM、模型权重）的路径与脚本中的参数一致。
依赖冲突：若遇到依赖冲突，建议升级pip（pip install --upgrade pip）后重新安装依赖。