GeneFace++的兼容性如何测试

GeneFace++兼容性测试方案
一 测试范围与判定标准

• 组件矩阵：覆盖操作系统（Ubuntu 20.04/22.04、CentOS 7/8、Windows 10/11）、Python（建议3.9）、PyTorch（建议2.0.1）、CUDA（建议11.7）、GPU架构（如V100/A100）、驱动版本、FFmpeg、以及项目依赖（如PyTorch3D、MMCV）。已知限制：项目在CUDA 12+上不支持，PyTorch 2.1+ 可能出现如 torch-ngp 相关错误，需重点回归验证。判定标准：安装成功、Demo可跑通、输出视频可播放且无明显伪影。

二 测试环境与工具

• 硬件与驱动：不同代际NVIDIA GPU（如V100/A100）与对应NVIDIA驱动；确保驱动与CUDA版本匹配。
• 软件栈：按矩阵组合准备Python 3.9、PyTorch 2.0.1 + cu117、FFmpeg（含libx264）、以及从源码构建的PyTorch3D与MMCV。
• 数据与模型：准备官方或自建的测试音频（如16000 Hz WAV）与参考视频（建议25 fps、512×512），并放置好预训练权重与必要的3DMM/BFM资源。
• 工具链：nvidia-smi、nvcc/conda/pip、ffprobe、日志与截图工具，用于版本核验与结果留痕。

三 测试用例与步骤

• 基础环境验证
• 核验版本：nvidia-smi、python -V、nvcc -V、conda list、ffmpeg -version；确认与矩阵一致。
• 依赖安装：按项目说明安装PyTorch 2.0.1+cu117、PyTorch3D（源码）、MMCV、音频依赖与FFmpeg（含libx264）。
• 安装与Demo回归
• 运行官方或项目提供的Demo脚本（如 inference/genefacepp_infer.py），检查日志无报错、生成MP4可播放且嘴型对齐正常。
• 训练/数据处理链路回归
• 按数据规范执行预处理：音频16000 Hz、视频25 fps、512×512；提取HuBERT与Mel-F0、2D landmarks、Fit 3DMM、二进制打包。
• 分别训练Head NeRF与Torso NeRF，确认训练可启动并完成若干轮迭代（或加载已有权重验证推理）。
• 音频与视频兼容性
• 音频：单声道/立体声、16 kHz WAV；不同长度（短句/长段）、不同语速与情感。
• 视频：不同分辨率（如512×512、720p）、不同帧率（如25/30 fps）、不同长宽比；验证裁切与缩放策略的鲁棒性。
• 稳定性与资源边界
• 长时推理（如>10分钟）观察显存/内存占用与是否被系统OOM/Kill；必要时降低分辨率或批量大小。

四 验收标准与常见不兼容现象

• 验收通过
• 指定矩阵组合下，环境安装成功、Demo与训练/推理流程可完整跑通；输出视频可播放、嘴型同步无明显错误、无崩溃/异常退出。
• 已知不兼容与规避
• CUDA 12+：当前不支持，需回退至CUDA 11.7；PyTorch 2.1+：可能出现如 torch-ngp 相关错误，建议使用2.0.1。
• 常见现象与定位
• 运行较长语音被系统Kill：多为资源不足或OOM，需监控显存/内存并缩短音频或降低分辨率。
• 预处理/数据路径报错（如bg.jpg not found）：检查数据目录结构与脚本参数，确保资源完整。
• 模型权重加载失败（如RADNeRFTorsowithSR）：核对checkpoints路径与文件名，确认权重与代码版本匹配。
• 视觉异常（如眼睛未睁开）：检查3DMM拟合与landmark质量，必要时重新预处理或调整参数。