如何快速装GeneFace++

GeneFace++ 是一个基于 GAN 的音频驱动人脸生成项目，安装过程涉及较多依赖（如 PyTorch、CUDA、人脸识别库等）。以下是快速安装指南，按步骤操作可大幅减少踩坑概率：

一、环境准备（关键！）

GeneFace++ 对CUDA 版本和Python 版本有严格要求，建议先确认硬件和系统：

系统：Linux（Ubuntu 20.04+ 优先，Windows 需 WSL2 或手动适配，不推荐）
GPU：NVIDIA 显卡（显存 ≥ 8G，如 RTX 3090/4090 或 A100）
CUDA：11.6 或 11.7（推荐 11.7，兼容性更好）
Python：3.8 或 3.9

二、快速安装步骤

1. 创建虚拟环境（避免依赖冲突）

用 conda 或 venv 创建独立环境：

# 用 conda（推荐）
conda create -n geneface python=3.9 -y
conda activate geneface
# 或用 venv
python -m venv geneface
source geneface/bin/activate  # Linux/Mac
# geneface\Scripts\activate   # Windows

2. 安装 PyTorch（匹配 CUDA 版本）

先确认 CUDA 版本：nvidia-smi 查看右上角（如 11.7）。
安装对应 PyTorch（以 CUDA 11.7 为例）：

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

若 CUDA 是 11.6，替换 cu117 为 cu116，参考 PyTorch 历史版本。

3. 克隆 GeneFace++ 仓库

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

4. 安装核心依赖

项目根目录有 requirements.txt，但部分依赖需手动调整（避免版本冲突）：

# 先安装项目指定依赖（可能需修改部分版本）
pip install -r requirements.txt
# 若安装失败，手动安装关键依赖（优先保证以下库版本）：
pip install numpy==1.23.5  # 避免与 PyTorch 冲突
pip install opencv-python==4.7.0.72
pip install librosa==0.9.2
pip install scipy==1.10.1
pip install tensorboard==2.13.0
pip install tqdm==4.65.0
pip install pyyaml==6.0

5. 安装人脸识别库 `face_recognition`（易踩坑！）

face_recognition 依赖 dlib，需先安装 dlib：

# 方法1：直接安装 dlib（推荐，需 CMake 和 C++ 编译环境）
pip install dlib==19.24.0  # 版本固定，避免兼容问题
# 若方法1失败（无编译环境），用 conda 安装：
conda install -c conda-forge dlib=19.24.0 -y
# 再安装 face_recognition
pip install face_recognition==1.3.0

6. 安装项目自身包

pip install -e .  # 以可编辑模式安装项目，方便修改代码

7. 下载预训练模型（必须！否则无法运行）

GeneFace++ 需多个预训练模型（如人脸识别、音频编码器、生成器等），官方提供了下载脚本：

# 运行下载脚本（会自动下载到 checkpoints/ 目录）
bash scripts/download_pretrained_models.sh

若脚本下载慢，可手动从官方模型库下载，解压到 checkpoints/ 目录。

三、验证安装是否成功

运行官方提供的简单推理脚本，测试是否能生成视频：

# 用示例音频和参考人脸生成视频
python inference.py \
--config configs/inference/audio2head_config.yaml \
--audio_path examples/audio/example.wav \
--ref_img_path examples/ref_imgs/example.jpg \
--output_path output/example.mp4

若成功生成 output/example.mp4，则安装完成！

四、常见问题解决

dlib 安装失败：

确保系统已安装 cmake 和 gcc：

sudo apt update && sudo apt install cmake gcc g++ -y  # Ubuntu

CUDA 不匹配：

若 torch.cuda.is_available() 返回 False，说明 PyTorch 与 CUDA 版本不匹配，重新安装对应版本。

预训练模型下载慢：

用国内镜像（如 ModelScope）搜索 GeneFace++，或手动下载后解压到 checkpoints/。

显存不足：

推理时减小 batch_size 或 resolution（修改 configs/inference/audio2head_config.yaml 中的 render_resolution）。

五、可选：安装其他工具

视频处理：若需处理本地视频，安装 ffmpeg：

sudo apt install ffmpeg -y  # Ubuntu

可视化：用 tensorboard 查看训练日志：

tensorboard --logdir logs/

按以上步骤操作，通常 30 分钟内可完成安装。若仍有问题，建议参考 GeneFace++ 官方 Issue 或社区讨论～