GeneFace Plus Plus在Windows上的安装方法是什么

Windows 安装 GeneFace++ 实操指南
一 环境准备

• 操作系统：Windows 10/11 64 位
• Python：3.9（建议用 Anaconda 管理）
• GPU 与驱动：NVIDIA 显卡，驱动支持 CUDA 11.7，已安装对应版本的 CUDA Toolkit 与 cuDNN
• 工具链：安装 Visual Studio Build Tools（含 MSVC 编译器）与 CMake；多媒体工具建议安装 ffmpeg
• 说明：以下步骤以常见配置（Python 3.9 + PyTorch 2.0.1 + CUDA 11.7）为例，具体以项目文档为准。

二 安装步骤

1. 克隆仓库并进入目录

git clone https://github.com/yerfor/GeneFacePlusPlus.git
cd GeneFacePlusPlus

1. 创建并激活 Conda 环境

conda create -n geneface python=3.9
conda activate geneface

1. 安装多媒体与基础依赖

conda install -c conda-forge ffmpeg
pip install cython openmim==0.3.9

1. 安装 PyTorch（CUDA 11.7）

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

1. 安装 PyTorch3D（稳定版）

pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"

1. 安装 MMCV（匹配版本）

mim install mmcv==2.1

1. 补充项目依赖（如有 requirements.txt）

pip install -r requirements.txt

1. 验证环境

python -c "import torch; print('CUDA available:', torch.cuda.is_available())"
三 数据集与预训练权重放置

• 3DMM 模型文件：下载并放到 deep_3drecon/BFM（文件名与结构以仓库说明为准）。
• 预处理数据：下载 May 数据集的二进制文件 trainval_dataset.npy，放到 data/binary/videos/May/。
• 预训练权重：下载并解压到 checkpoints/，目录结构应为：

checkpoints/
├─ audio2motion_vae/
├─ motion2video_nerf/
│ ├─ may_head/
│ └─ may_torso/

• 说明：权重与数据的下载链接、文件名与目录结构以仓库的 Quick Start 为准。

四 推理与 WebUI 运行

• 设置 Python 路径（Windows PowerShell 或 CMD）：

set PYTHONPATH=.

• 命令行推理示例：

python inference/genefacepp_infer.py --a2m_ckpt checkpoints/audio2motion_vae --head_ckpt checkpoints/motion2video_nerf/may_head --torso_ckpt checkpoints/motion2video_nerf/may_torso --drv_aud data/raw/val_wavs/MacronSpeech.wav --out_name may_demo.mp4

• Gradio WebUI：

python inference/app_genefacepp.py --a2m_ckpt checkpoints/audio2motion_vae --head_ckpt checkpoints/motion2video_nerf/may_head --torso_ckpt checkpoints/motion2video_nerf/may_torso

• 提示：首次运行会自动下载/加载模型，请确保网络与磁盘空间充足；如出现 CUDA/路径错误，优先检查 PYTHONPATH、权重路径与 CUDA 可用性。

五 常见问题与排错

• 版本不匹配：确保 Python 3.9、PyTorch 2.0.1、CUDA 11.7 与 mmcv==2.1 相互兼容；如更换版本，请同步调整依赖版本。
• 编译/VC++ 错误：安装或修复 Visual Studio Build Tools 与 CMake，确保命令行能调用 cl.exe；必要时以“x64 Native Tools Command Prompt”运行相关命令。
• GPU 不可用：执行 nvidia-smi 与 torch.cuda.is_available() 排查；确认驱动、CUDA、cuDNN 与 PyTorch 的 CUDA 版本一致。
• 依赖缺失：按项目文档补充缺失库（如 numpy、opencv-python 等），或重新安装 requirements.txt。
• 路径与权限：Windows 路径使用正斜杠或双反斜杠；避免中文与空格路径；以管理员权限运行命令行可规避部分写入失败。