CentOS上GeneFace Plus Plus安装详解

CentOS 上 GeneFace++ 安装详解
一 环境准备与版本选择

• 操作系统建议：CentOS 7/8（x86_64），具备 sudo 权限与稳定网络。
• Python 环境：建议 Python 3.8–3.10，创建独立虚拟环境（venv/conda）。
• GPU 与驱动：准备 NVIDIA GPU（显存建议 ≥ 8 GB），安装与之匹配的 CUDA 与 cuDNN，并确认驱动可正常加载（nvidia-smi 可见）。
• 基础工具：确保 gcc/g++、make、cmake、git 可用；后续若涉及人脸相关依赖（如 dlib/face_recognition），通常需要 GCC ≥ 9 与 CMake ≥ 3.17。
• 说明：GeneFace++ 官方以 PyTorch 为主，常见流程为“数据处理 → 训练/推理”。以下流程以源码方式在 CentOS 上搭建可复现环境为核心。

二 系统依赖与编译工具安装

• 更新与基础工具
• 安装常用工具与开发组包：sudo yum groupinstall -y "Development Tools"；sudo yum install -y epel-release cmake3 git wget unzip htop
• 建立 cmake3 -> cmake 软链：sudo ln -sfn /usr/bin/cmake3 /usr/bin/cmake
• 升级 GCC（若系统自带版本过低，如 CentOS 7 常见为 4.8.5）
• 启用 SCL：sudo yum install -y centos-release-scl
• 安装高版本 GCC（示例为 devtoolset-9）：sudo yum install -y devtoolset-9-gcc*
• 启用 SCL 环境：scl enable devtoolset-9 bash（或写入 ~/.bashrc 的 source /opt/rh/devtoolset-9/enable）
• 验证：gcc -v、g++ -v 应显示 9.x
• 说明：若后续需要编译 dlib/其他 C++ 扩展，上述 GCC/CMake 版本是较稳妥的起点。

三 Python 与 PyTorch 环境

• 建议使用 conda 管理 Python 与 CUDA 依赖：
• 创建环境：conda create -n genefacepp python=3.9 -y
• 激活环境：conda activate genefacepp
• 安装 PyTorch（选择与系统 CUDA 匹配的版本，以下为常见示例，请按实际 CUDA 版本调整）
• CUDA 11.8：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
• CPU-only（无 GPU）：pip install torch torchvision torchaudio
• 验证：python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

四 GeneFace++ 源码获取与安装

• 获取源码（示例为 GitHub 社区版仓库，请替换为项目实际仓库地址）
• git clone https://github.com/yerfor/GeneFacePlusPlus.git
• cd GeneFacePlusPlus
• 安装 Python 依赖
• 建议使用项目自带的 requirements.txt：pip install -r requirements.txt
• 若包含 opencv-python、matplotlib、tqdm、scipy、numpy 等缺失项，按提示补装
• 数据预处理与目录结构
• 按项目说明准备原始视频，例如：data/raw/videos/.mp4
• 运行帧提取（示例命令，路径与参数以项目说明为准）：
• python data_gen/utils/process_video/extract_segment_imgs.py --ds_name=nerf --vid_dir=data/raw/videos/.mp4 --force_single_process
• 常见报错与处理
• “Data Preprocessing Error | bg.jpg not found”：多为帧提取未成功，重新运行上述提取脚本并检查日志与输出目录。
• 训练与推理示例（以项目脚本为准）
• 训练 Head NeRF：CUDA_VISIBLE_DEVICES=0 python tasks/run.py --config=egs/datasets//lm3d_radnerf_sr.yaml --exp_name=motion2video_nerf/_head --reset
• 训练 Torso NeRF：CUDA_VISIBLE_DEVICES=0 python tasks/run.py --config=egs/datasets//lm3d_radnerf_torso_sr.yaml --exp_name=motion2video_nerf/_torso --hparams=head_model_dir=checkpoints/motion2video_nerf/_head --reset
• 推理测试：CUDA_VISIBLE_DEVICES=0 python inference/app_genefacepp.py --a2m_ckpt=checkpoints/audio2motion_vae --head_ckpt= --torso_ckpt=motion2video_nerf/_torso
• 常见训练/推理问题
• 运行较长语音被 Kill：多为内存不足，尝试降低分辨率/批量、开启低内存模式或增加交换分区。
• 眼睛未睁开：在配置文件 egs/datasets//lm3d_radnerf_*.yaml 中将 eye_blink_dim 调整为 4。
• 权重维度不匹配（如 blink_encoder）：检查配置与训练/推理时使用的模型版本一致，特别是 eye_blink_dim 等参数。

五 常见问题与排障要点

• 编译/构建失败（含 dlib/扩展）
• 确认 GCC ≥ 9、CMake ≥ 3.17；必要时使用 scl enable devtoolset-9 bash 后再编译。
• CUDA 版本不匹配
• 若 nvidia-smi 与 torch.version.cuda 不一致，需安装与 PyTorch 匹配的 CUDA/cuDNN，或重装对应版本的 PyTorch。
• 预处理卡住或报 “bg.jpg not found”
• 重新执行帧提取脚本，确保输出目录与清单文件生成成功；检查视频编码是否被 ffmpeg 正常支持。
• 显存/内存不足
• 降低分辨率、批量大小，或使用 --low_mem 等低内存选项；必要时增加系统交换分区。
• 配置文件不一致导致加载失败
• 训练与推理使用同一套配置；若修改了 eye_blink_dim 等参数，需同步到所有相关 yaml 文件。