部署GeneFace Plus Plus要注意啥

部署 GeneFace++（GeneFace Plus Plus） 时，有几个关键点和常见坑需要注意，下面按「环境 → 数据 → 模型 → 推理 → 常见坑」给你梳理一下。

一、环境与依赖

1. Python 版本

• 官方一般基于 Python 3.8 / 3.9
• 不建议 3.11+，部分 CUDA 扩展可能不兼容

1. PyTorch + CUDA

• 需与本地 GPU 驱动匹配
• 推荐：
• CUDA 11.7 + PyTorch 1.13
• 或 CUDA 11.8 + PyTorch 2.0
• ⚠️ 不要用 CPU 跑，速度极慢

1. 依赖安装顺序

• 先装 torch / torchvision
• 再装项目依赖
• 部分包（如 face-alignment, librosa）容易版本冲突

二、音频与视频数据要求

GeneFace++ 对输入质量很敏感：

音频

• 推荐使用 16k / 22.05k 单声道 WAV
• 避免：
• 背景音乐过重
• 多人说话
• 强噪声

参考视频（训练时）

• 单人、正脸、少遮挡
• 镜头尽量稳定
• 建议 3–10 分钟高质量视频
• 分辨率 ≥ 512×512 效果更好

三、模型与预训练权重

1. 必须下载的权重

• 音频编码器（HuBERT / Wav2Vec）
• 脸型 / 表情模型
• 渲染器（一般基于 NeRF 或 3D 表示）

1. 路径配置

• 权重路径写死在 config 里很常见
• 部署前务必检查：
• pretrained_paths
• checkpoint
• config.yaml

四、推理部署注意点

1. 显存占用

• 推理通常需要：
• 6–12 GB（取决于分辨率）
• 低显存可：
• 降低分辨率
• 减少 batch

1. 推理速度

• 实时性较弱
• 一般用于“离线生成视频”

1. 输出后处理

• 可能需要：
• 音频重采样
• 视频帧率对齐
• 唇形微调

五、常见坑（很重要）

❌ 直接 git clone 就跑

• 子模块 / 权重经常缺失

❌ 混用 conda 和 pip

• 极易破坏环境

❌ 用 Windows 原生跑

• 推荐：
• Linux（Ubuntu 20.04 / 22.04）
• 或 WSL2

❌ 忽略预处理脚本

• 人脸检测、姿态估计必须先行

六、部署建议（实用）

✅ 用 Docker（最稳）
✅ 单独建虚拟环境
✅ 先跑官方 demo 再换数据

✅ 日志打开 debug 模式排查问题

如果你愿意，我可以：

• 给你一份 GeneFace++ 部署 checklist
• 或按你的 系统（Linux / Windows / 显卡型号） 给具体命令

你现在是准备 训练 还是 只做推理部署？