Windows 安装 GeneFace++ 实操指南
一 环境准备
- 操作系统:Windows 10/11 64 位(推荐)。
- Python:3.8–3.10(建议用 Anaconda/venv 隔离环境)。
- 构建工具:Visual Studio Build Tools 2019/2022(勾选“C++ 桌面开发”组件)。
- GPU 驱动与加速:安装 NVIDIA 显卡驱动;如需 GPU,安装与 PyTorch 匹配的 CUDA Toolkit 与 cuDNN,并准备 CMake ≥ 3.16。
- 硬件建议:CPU ≥ i5、内存 ≥ 8GB、可用磁盘 ≥ 10GB;有 NVIDIA 显卡优先使用 GPU 版本以获得显著加速。
二 安装步骤
- 获取源码
git clone https://github.com/your-repo/GeneFace++.git
cd GeneFace++
- 创建并激活虚拟环境
python -m venv geneface_env
geneface_envScriptsactivate
conda create -n geneface_env python=3.8
conda activate geneface_env
- 安装 Python 依赖
pip install -r requirements.txt
pip install numpy opencv-python torch torchvision
- 编译 C/C++ 扩展(如有)
mkdir build && cd build
cmake .. -G "Visual Studio 16 2019" -A x64 -DPYTHON_EXECUTABLE=pathtopython.exe
cmake --build . --config Release
- 安装 Python 包(如提供)
- pip install . 或 python setup.py install
- 可选:将可执行/库路径加入 PATH,便于全局调用。
三 GPU 配置与版本匹配
- 确认驱动与工具链:
- 驱动:nvidia-smi 可见 GPU 与驱动版本
- CUDA:nvcc --version 或 where nvcc
- 安装与 CUDA 匹配的 PyTorch(示例命令,按项目要求调整版本):
- pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu118
- 在代码中显式使用 GPU:
- device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
- 注意:Python、PyTorch、CUDA/cuDNN 三者版本需相互匹配,优先以项目 README/官方说明 为准。
四 验证与常见问题
- 运行测试:
- 示例:python main.py 或项目提供的 demo 脚本;无报错且能正常加载模型/输出结果即成功。
- 常见问题速查:
- 编译失败:确认 VS Build Tools、CMake 已安装且架构为 x64;必要时在 cmake 中显式指定 -G 与 -A x64。
- 缺少 DLL/运行库:安装 Microsoft Visual C++ Redistributable。
- GPU 不可用:检查 nvidia-smi、CUDA/cuDNN 与 PyTorch 版本匹配,确保显卡驱动正常。
- 依赖冲突:优先在 虚拟环境 中安装,严格对齐版本要求。