CentOS中GeneFace Plus Plus的安装流程

CentOS 下 GeneFacePlusPlus 安装流程
一 前置条件与系统准备

• 确认具备 NVIDIA GPU 并已安装对应版本的 NVIDIA 驱动 与 CUDA Toolkit；建议 CUDA 版本与项目依赖匹配（常见为 CUDA 11.3 或 11.7）。
• 安装基础编译与多媒体工具（使用 root 或具备 sudo 权限）：
• 安装 EPEL 源：sudo yum install -y epel-release
• 安装基础工具：sudo yum groupinstall -y "Development Tools"
• 安装多媒体与音频依赖：sudo yum install -y ffmpeg ffmpeg-devel portaudio-devel alsa-lib-devel
• 建议全程在 Miniconda/Anaconda 隔离环境中进行，避免系统包冲突。

以上准备与版本建议可参考 GeneFace 系列项目对环境与 CUDA 的要求说明。
二 创建 Conda 环境并安装 PyTorch 与关键依赖

• 克隆代码仓库（建议先 fork 或备份后再操作）：
• git clone https://github.com/yerfor/GeneFacePlusPlus.git
• cd GeneFacePlusPlus
• 创建并激活环境（Python 3.9）：
• conda create -n geneface python=3.9 -y
• conda activate geneface
• 安装 PyTorch（两种常见组合，二选一，保持与系统 CUDA 一致）：
• 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
• CUDA 11.3：pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113
• 安装 PyTorch3D（两种常用方式，二选一）：
• 源码稳定版：pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"
• Conda 渠道：conda install -c fvcore -c iopath -c conda-forge fvcore iopath -y && conda install -c bottler nvidiacub -y && conda install pytorch3d -c pytorch3d -y
• 安装 MMCV（OpenMMLab 基础库）：
• pip install cython
• pip install openmim==0.3.9
• mim install mmcv==2.1
• 补充多媒体依赖（若 conda 安装 ffmpeg 失败，可用系统 yum 安装）：
• conda install -c conda-forge ffmpeg 或 sudo yum install -y ffmpeg ffmpeg-devel

上述版本组合与安装命令为 GeneFace 系列项目在 CUDA 11.3/11.7 下的主流实践。
三 安装项目依赖与自定义 CUDA 扩展

• 安装 Python 依赖：
• pip install -r docs/prepare_env/requirements.txt
• 编译自定义 CUDA 扩展（项目根目录下执行）：
• bash docs/prepare_env/install_ext.sh

如遇编译错误，优先检查：CUDA 版本与 PyTorch 是否匹配、gcc 版本是否满足要求、是否缺少头文件/库路径（如 portaudio、ffmpeg）。
四 3DMM 模型与数据准备

• 准备 BFM2009 相关模型文件（放置到 deep_3drecon/BFM/）：
• 01_MorphableModel.mat（Basel Face Model 2009）
• Exp_Pca.bin（表情 PCA 基向量）
• BFM_model_front.mat（BFM 前脸模型）
• 准备 FaceRecon 预训练权重：
• 将 epoch_20.pth 放置到 deep_3drecon/checkpoints/facerecon/
• 生成人脸跟踪所需文件：
• cd data_util/face_tracking
• python convert_BFM.py（生成 3DMM_info.npy 等）

以上模型与数据路径为 GeneFace 系列项目的通用约定，缺失会导致 3D 重建与跟踪流程报错。
五 环境验证与常见问题

• 环境验证：
• 验证 3D 重建模块：export PYTHONPATH=./ && CUDA_VISIBLE_DEVICES=0 python deep_3drecon/test.py
• 生成与 GeneFace 集成的重建器配置：python deep_3drecon/generate_reconstructor_opt_for_geneface.py
• 常见问题与处理：
• CUDA 不匹配：确保 nvcc --version 显示的 CUDA 与 PyTorch 的 CUDA 版本一致（如 11.3 或 11.7）。
• 依赖冲突：优先使用项目提供的 requirements.txt 与固定版本组合，避免混用 pip/conda 导致的不一致。
• 扩展编译失败：检查 gcc/glibc 版本、CUDA 路径、必要的系统库（portaudio、ffmpeg、alsa）是否安装。
• 模型文件缺失：逐项核对 BFM 与 FaceRecon 权重路径与文件名是否正确。

这些验证与排错步骤可快速定位环境与数据问题，确保后续训练/推理顺利进行。