GeneFace Plus Plus安装过程复杂吗

总体难度
整体属于中等复杂度：有清晰的官方安装指引，核心依赖为Python 3.9、PyTorch 2.0.1 + CUDA 11.7、PyTorch3D与MMCV，并需准备模型权重与数据。对熟悉 conda、pip 与 GPU 环境的用户，按步骤操作通常可在30–90分钟内完成；若遇到系统与驱动不匹配、编译或依赖冲突，排障成本会明显上升。
关键步骤概览

• 克隆仓库并创建环境

git clone https://github.com/yerfor/GeneFacePlusPlus.git
conda create -n geneface python=3.9
conda activate geneface

• 安装多媒体与深度学习基础

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

• 安装 PyTorch3D 与 MMCV

pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"
pip install cython openmim==0.3.9
mim install mmcv==2.1

• 安装其余 Python 依赖

pip install -r requirements.txt

• 下载3DMM与预训练模型权重，放置到项目要求的目录
• 运行验证示例

export PYTHONPATH=$(pwd):$PYTHONPATH
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/example.wav --out_name demo_output.mp4
常见难点与规避

• 系统与驱动匹配：需确保NVIDIA 驱动与CUDA 11.7匹配；驱动过旧或 CUDA 版本不一致会导致 PyTorch 无法使用 GPU。
• 编译与依赖冲突：部分环境在编译或安装 PyTorch3D/MMCV 时容易因版本不匹配失败；建议严格按官方指定版本安装，并使用独立的 conda 环境隔离。
• 数据与权重准备：缺少3DMM或模型权重会导致推理失败；需按仓库说明下载并放到正确路径。
• 路径与环境变量：运行前设置PYTHONPATH=$(pwd):$PYTHONPATH，否则可能报模块找不到。
• Linux 发行版差异：在CentOS等系统上，可能还需提前安装CMake、开发工具组等系统依赖以避免构建失败。

降低难度的实用建议

• 使用conda隔离环境，严格按官方版本安装（如Python 3.9、PyTorch 2.0.1、pytorch-cuda=11.7）。
• 优先选择Linux + NVIDIA GPU环境；Windows 可尝试但更依赖额外配置与社区经验。
• 先跑通官方提供的示例音频与权重，再替换为自己的数据与模型。
• 每一步安装后用小命令验证（如 python -c "import torch; print(torch.cuda.is_available())"），及时定位问题。