如何轻松在Windows部署GeneFace++

Windows 一键式部署 GeneFace++ 指南
一 方案总览

• 本地源码部署：在 Windows 10/11 64 位 上准备 Python 3.8/3.9、Visual Studio Build Tools、CMake，克隆源码后在虚拟环境里安装依赖，若有 C++/CUDA 扩展则用 CMake 编译，最后运行示例或 WebUI。适合需要二次开发、可调试的场景。
• 云平台一键体验：通过 OpenBayes 公共教程克隆 GeneFace++ 数字人 Demo，选择 NVIDIA GeForce RTX 4090 算力，启动后运行脚本，浏览器访问 https://0.0.0.0:8080。适合快速试用与演示。

二 本地源码部署步骤

• 环境与工具
• 系统：Windows 10/11 64 位；硬件：建议 ≥8GB 内存、有 NVIDIA RTX 显卡以便 GPU 加速。
• 安装 Python 3.8/3.9（建议用 conda 管理环境）、Visual Studio Build Tools 2019+（含 C++ 构建工具）、CMake、Git。
• 获取代码与建环境
• 克隆仓库并进入目录：git clone && cd GeneFace++
• 创建并激活虚拟环境（示例）：conda create -n geneface python=3.8 或 python -m venv geneface && geneface\Scripts\activate
• 安装依赖
• 有 requirements.txt 时：pip install -r requirements.txt
• 无则先装核心：pip install numpy opencv-python torch torchvision
• GPU 用户请安装与 CUDA 匹配的 PyTorch（如 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118），避免版本冲突。
• 编译扩展（如有）
• mkdir build && cd build
• cmake .. -G "Visual Studio 16 2019" -A x64 -DPYTHON_EXECUTABLE=<你的 python.exe 路径>
• cmake --build . --config Release，将生成的库复制到项目指定目录（如 src/）。
• 运行与验证
• 按项目 README 执行，如：python main.py 或 python webui.py
• 若启用 GPU，代码中应有 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") 并确认 torch.cuda.is_available() 为 True。

三 云平台一键体验 OpenBayes

• 在 OpenBayes 公共教程选择 GeneFace++ 数字人 Demo 并克隆到本地容器。
• 选择算力 NVIDIA GeForce RTX 4090，启动资源后打开工作空间。
• 新建终端，激活环境并启动 WebUI：
• conda activate /output/geneface
• source bashrc
• /openbayes/home/start_web.sh
• 出现 “Running on local URL: https://0.0.0.0:8080” 后，复制右侧 API 地址 到浏览器访问即可体验。

四 常见问题与快速排查

• 版本不匹配：确保 Python 版本、PyTorch 版本 与 CUDA/cuDNN 一致；用 nvidia-smi 与 torch.cuda.is_available() 验证 GPU 可用；CUDA 可用 nvcc --version 检查。
• 编译失败：确认安装了 Visual Studio Build Tools 2019+ 与 CMake，并使用正确的 x64 架构与 Python 可执行文件路径。
• 依赖冲突：始终在 虚拟环境 中安装，优先使用项目提供的 requirements.txt。
• 路径与权限：Windows 路径避免中文与空格；必要时以 管理员 身份运行终端或 IDE。

五 准备数据与首次运行建议

• 参考数字人 Demo 的素材规范，准备 3–5 分钟、512×512、背景纯色、人脸清晰且占比较大、动作幅度适中、音频无杂音 的英文命名视频，能显著提升首轮体验成功率。