Windows安装GeneFace++实操指南
一 环境准备
- 操作系统:Windows 10/11 64位(推荐)。
- Python:3.8–3.10(建议用 Anaconda/venv 隔离环境)。
- 构建工具:Visual Studio Build Tools 2019/2022(勾选“C++ 桌面开发”组件)。
- GPU(可选但强烈建议):NVIDIA 显卡 + 匹配版本的 CUDA 与 cuDNN,并安装对应版本的 PyTorch(CUDA版)。
- 基础依赖:numpy、opencv-python、torch、torchvision(以项目 requirements.txt 为准)。
二 安装步骤
- 创建并激活虚拟环境
python -m venv geneface_env
geneface_envScriptsactivate
conda create -n geneface_env python=3.8
conda activate geneface_env
- 安装 Python 依赖
- 有 requirements.txt:pip install -r requirements.txt
- 无则先装核心:pip install numpy opencv-python torch torchvision
- 获取源码
- 编译 C++/CUDA 扩展(若有)
- mkdir build && cd build
- cmake .. -G "Visual Studio 16 2019" -A x64 -DPYTHON_EXECUTABLE=pathtopython.exe
- cmake --build . --config Release
- 安装 Python 包
- 常规安装:pip install .
- 开发模式:pip install -e .
- 可选 环境变量
- 将可执行文件或库目录加入系统 PATH,便于全局调用
- 运行测试
- 按项目说明执行:python main.py 或 python demo.py,确认模型/示例可正常运行。
三 GPU与版本匹配要点
- 先确定驱动支持的 CUDA 版本(如 11.8),再安装与之匹配的 PyTorch CUDA 版(例如 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118)。
- 若使用 conda,可用:conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch。
- 安装后用 python -c "import torch; print(torch.__version__, torch.cuda.is_available())" 验证;用 nvidia-smi 查看驱动与 GPU 状态。
四 常见问题与排查
- 编译失败(cl.exe 未找到/缺少头文件):确认已安装 Visual Studio Build Tools 2019/2022 且使用 x64 生成器;必要时在 CMake 中显式指定 -G 与 -A x64。
- 缺少 Microsoft Visual C++ Redistributable:安装对应版本的 VC++ 运行库。
- torch 与 CUDA 不匹配:按项目要求重装指定版本,或参考 PyTorch 官方 whl 索引选择匹配组合。
- 路径或权限问题:避免中文/空格路径;以管理员权限运行命令行或 IDE。
- 仍报错:优先查阅项目 README / GitHub Issues 获取针对当前版本的修复方案。