代码网站:https://github.com/cleardusk/3DDFA
1.GPU、CUDA还有驱动的版本信息
这个是笔者的GPU、CUDA还有驱动的版本信息,这个大家可以自己按照自己的硬件,然后对应下载安装合适的就好。
2.环境搭建
这里笔者使用的Vistal Studio Code软件进行复现,读者如果习惯用pycharm的话,也一样可以使用。3DDFA的环境搭建条件较为宽松,不一定必须按照requirements里面的版本安装。笔者采用的都是python版本3.6的对应默认版本安装。
2.1 创建python版本为3.6,名为3DDFA的环境
conda create -n 3DDFA python=3.6
2.2 安装torch
笔者直接使用的代码安装
pip install torch
读者如果没办法直接安装的话,可以去torch网站下载安装包,然后进行安装
https://download.pytorch.org/whl/torch_stable.html
2.3 安装torchvision
笔者直接使用的代码安装
pip install --no-deps torchvision
读者如果没办法直接安装的话,同样可以从上述网址找到安装包进行下载安装
2.4 安装numpy
pip install numpy
2.5 安装scipy
pip install scipy
2.6 安装matplotlib
pip install matplotlib
2.7 安装dlib
pip install dlib
如果无法直接安装,同样可以进入以下网站下载安装包进行安装
2.8 安装opencv
pip install opencv-python
2.9 安装cython
需要进入3DDFA代码总包里面的utils文件夹的cython文件夹,如图所示,大家自己找到位置,然后进入。
再输入如下代码
python3 setup.py build_ext -i
2.10 配置文件模型文件
shape_predictor_68_face_landmarks.dat
进入百度网盘并下载后,将模型文件移动到3DDFA代码总包里面的models文件夹中
至此,完成环境安装
3 进行试验
python3 main.py -f samples/test1.jpg
若看到如下输出,则成功