Windows部署GeneFace++的要点

Windows部署GeneFace++的关键要点
一 环境与硬件准备

• 操作系统与权限：建议使用Windows 10/11 64位，以管理员权限安装驱动与构建工具。
• Python与虚拟环境：安装Python 3.8/3.9（3.6+亦可），用conda或venv创建隔离环境，避免依赖冲突。
• GPU与驱动：如需加速，准备NVIDIA RTX显卡，安装最新NVIDIA驱动；后续按项目选择匹配的CUDA/cuDNN与PyTorch版本。
• 编译与多媒体工具：安装Visual Studio Build Tools 2019/2022（含C++桌面开发）、CMake、Git、ffmpeg（含ffplay/ffprobe）。
• 资源规划：至少8–16GB内存、10GB+磁盘空间（模型与依赖体积较大）。

二 标准安装流程

1. 获取代码

• 使用git克隆官方仓库（或下载源码包）：git clone && cd GeneFace++。

1. 创建并激活虚拟环境

• conda create -n geneface_env python=3.8 -y && conda activate geneface_env

1. 安装Python依赖

• 有requirements.txt时：pip install -r requirements.txt
• 无则先装核心：pip install numpy opencv-python torch torchvision

1. 编译扩展（如有C++/CUDA）

• mkdir build && cd build
• cmake .. -G "Visual Studio 16 2019" -A x64 -DPYTHON_EXECUTABLE=<你的python路径>
• cmake --build . --config Release

1. 安装Python包（若提供setup.py）

• pip install .

1. 验证安装

• python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

三 GPU与CUDA版本匹配

• 原则：选择与已装CUDA版本一致的PyTorch预编译包（如cu113/cu116/cu117等），避免运行期报错或性能异常。
• 示例（CUDA 11.3）：pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 -f https://download.pytorch.org/whl/torch_stable.html
• 若项目README指定了特定版本，优先以项目要求为准；不确定时先CPU跑通再切换到GPU。

四 Windows常见问题与排查

• 构建失败（cl.exe/找不到头文件）：确认安装了Visual Studio Build Tools与Windows SDK，并在“x64 Native Tools Command Prompt”中执行CMake/构建。
• 缺少ffmpeg：安装并将ffmpeg的bin目录加入PATH，确保能运行ffprobe。
• 路径与权限：项目路径避免中文与空格；以管理员权限运行命令行/安装器。
• 显存不足：降低分辨率/批量大小，或改用CPU模式验证流程后再上GPU。
• 依赖冲突：使用独立虚拟环境；必要时用pip check与conda list排查版本冲突。

五 可选方案与性能建议

• 无GPU或构建困难时，可先在CPU环境完成流程验证与小规模测试，再切换到GPU。
• 对稳定性要求高时，可考虑在WSL2（Ubuntu 22.04）中部署：
• 启用WSL2（PowerShell管理员）：dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart 与 dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart，重启后 wsl --set-default-version 2，再安装Ubuntu 22.04。
• 在WSL2中按Linux流程安装Python、PyTorch、CMake与项目依赖，通常更贴近官方开发环境。