Windows部署GeneFace Plus Plus需要哪些步骤

Windows 部署 GeneFace++ 步骤
一 环境准备

• 安装 Anaconda/Miniconda（Python 3.9），创建并激活环境：conda create -n geneface python=3.9 && conda activate geneface。
• 安装 Visual Studio Build Tools（勾选“C++ 生成工具”）与 CMake，用于编译项目中的 C++/CUDA 扩展。
• 安装 CUDA Toolkit 11.7 与匹配版本的 cuDNN，并确保显卡驱动正常；如需 GPU 加速，后续 PyTorch 需与之匹配。
• 安装 FFmpeg（含 libx264 编码器）：conda install -c conda-forge ffmpeg。
• 可选：安装 Git 以便克隆仓库与管理子模块。

二 获取代码与安装依赖

• 克隆仓库：git clone https://github.com/yerfor/GeneFacePlusPlus.git && cd GeneFacePlusPlus。
• 安装 Python 依赖：pip install -r docs/prepare_env/requirements.txt -v。
• 安装核心深度学习库（建议与 CUDA 11.7 配套）：conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia。
• 安装 PyTorch3D（Windows 推荐预编译或源码方式）：pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"。
• 安装 MMCV：pip install cython && pip install openmim==0.3.9 && mim install mmcv==2.1.0。
• 安装音频依赖：conda/pip 安装 libasound2-dev、portaudio19-dev（Windows 可用对应的 wheel 或 conda-forge 包）。

三 编译与验证

• 编译自定义 CUDA/扩展：在项目根目录执行 bash docs/prepare_env/install_ext.sh；Windows 下请在已配置好 MSVC 与 CUDA 的终端（如 x64 Native Tools Command Prompt）中运行该脚本，或按项目说明使用 CMake 生成 VS 工程后编译。
• 环境验证：
• 检查 PyTorch 与 CUDA：python -c "import torch; print(torch.__version__, torch.cuda.is_available())"。
• 运行 3D 重建模块测试（示例路径，按项目结构调整）：CUDA_VISIBLE_DEVICES=0 python deep_3drecon/test.py；若无报错，基本说明环境可用。

四 数据准备与训练推理

• 训练数据规范：准备一段 3–5 分钟、画面清晰、最好是 512×512、背景简洁、人物正面、音频干净的视频，文件名用英文。
• 数据预处理：按项目脚本将视频裁剪为 512×512、25 FPS，并进行人脸跟踪/对齐等预处理（参考仓库脚本与文档）。
• 训练与生成：运行官方提供的训练与推理脚本或 WebUI 入口，按界面选择训练步数与模型权重（如音频驱动模型与头部/躯干模型）进行生成。训练时长与显存相关，建议使用 NVIDIA GPU 并确保磁盘空间充足。

五 常见问题与排错要点

• 版本不匹配：确保 Python 3.9、PyTorch 2.0.1 + cu117、MMCV 2.1、PyTorch3D 版本相互兼容；出现 “CUDA/ATen/cuDNN” 错误时优先核对 CUDA 与驱动版本。
• 编译失败：确认已安装 VS Build Tools、CUDA 11.7 工具链，并在正确的 VS 命令行环境下执行 install_ext.sh；必要时改用预编译包或更新显卡驱动。
• 依赖缺失：若提示缺少 ffmpeg/portaudio 等，按上文补充安装对应库。
• 资源不足：训练阶段对 显存/内存/磁盘 要求较高，可先用较小步数验证流程，再扩大训练规模。