tags:
AI驾驭
facefusion
我的环境
Win 10 + N 卡
安装步骤
安装 Python 3. 10
方案
手动安装
Python 官网下载安装包安装
Python Releases for Windows | Python.org
我的蓝奏云分享
https://www.lanzoub.com/i9La81s1o5gb
密码:h17b
命令行安装
1 以管理员身份打开「命令提示符」
2 删除 Microsoft 官方源
winget source remove winget
1
3 添加中科大开源软件镜像源
winget source add winget https://mirrors.ustc.edu.cn/winget-source
1
4 安装 Python.3.10
winget install -e --id Python.Python.3.10
1
安装 PIP
python -m ensurepip
1
安装 GIT
手动安装
官网
Git - Downloading Package
蓝奏云
https://www.lanzoub.com/iHPQp1s1o4ji
密码:6oej
或者命令行
winget install -e --id Git.Git
1
安装 FFmpeg
手动安装
Github
GitHub - GyanD/codexffmpeg: Support for https://www.gyan.dev/ffmpeg
曲奇云盘
https://sjmwsw.com/QiznJ 查阅码: 1irv
下载 – 解压 – 添加 PATH 环境变量
添加环境变量
鼠标右键“我的电脑”—“属性”-----“高级系统设置” ------“环境变量”----- 选中“Path” —“编辑”------“新建”---- 把 FFmpeg**解压路径填进去
或者命令行
winget install -e --id Gyan.FFmpeg
1
2
关机重启
安装 Microsoft Visual C++ 2015 Redistributable
微软的开发编译工具包
官网
Download Visual C++ Redistributable for Visual Studio 2015 from Official Microsoft Download Center
蓝奏云
https://www.lanzoub.com/ippbw1s1ofje
命令行
winget install -e --id Microsoft.VCRedist.2015+.x64
1
安装 Microsoft Visual Studio 2022 build tools
编译器
官网
Microsoft C++ 生成工具 - Visual Studio
蓝奏云
https://www.lanzoub.com/iIvYf1s1ohkh
命令行
winget install -e --id Microsoft.VisualStudio.2022.BuildTools --override "--wait --add Microsoft.VisualStudio.Workload.NativeDesktop --includeRecommended"
1
N 系显卡安装 CUDA、CUDNN 无 N 卡跳过
Facefusion 默认是 cpu 模式,
N 系显卡,就可以安装 CUDA , CUDNN 和 tensorRT。
安装教程
下载
查看自己 N 卡支持的 CUDA 版本
NVIDIA 控制面板 — 帮助 — 系统信息 — 组件 --NVCUDA 64.DLL 对应那一栏
确保支持 CUDA 11.8
CUDA 11.8 下载地址
CUDA Toolkit 11.8 Downloads | NVIDIA Developer
cudnn 8.5.96 for CUDA 11.x 下载
版本参考
NVIDIA - CUDA | onnxruntime
下载地址
cuDNN Archive | NVIDIA Developer
CUDA 和 CUDNN 的配置
安装 CUDA
解压 CUDNN
复制 CUDNN 文件到 CUDA
文件复制列表
CUDNN To CUDA
bin 下的文件 To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
include 下的文件 To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
lib 下的文件 To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\64
添加以下路径到系统变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\ CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib
1
2
3
4
5
6
7
8
9
参考
CUDA、CUDNN在windows下的安装及配置-CSDN博客
详解 Windows 10 安装 CUDA 和 CUDNN_win10 cudnn-CSDN博客
CUDA、CUDNN在windows下的安装及配置-CSDN博客
TensorRT(可选安装) 无 N 卡跳过
官网
Log in | NVIDIA Developer
推荐: TensorRT 8.5 GA Update 2 for win 10 CUDA11.8
配置
复制 tensorrt 文件到 CUDA
tensorrt To CUDA
TensorRT-8.6.1.6\bin\trtexec.exe To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
TensorRT-8.6.1.6\include To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
TensorRT-8.6.1.6\lib 下的所有lib文件 To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64
TensorRT-8.5.3.1\lib下的所有dll文件 To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib
安装 whl 文件
待安装 whl 文件 所在位置 安装命令
graphsurgeon-0.4.6-py2.py3-none-any.whl TensorRT-8.6.1.6\graphsurgeon pip install graphsurgeon-0.4.6-py2.py3-none-any.whl
onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl TensorRT-8.6.1.6\onnx_graphsurgeon pip install onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl
uff-0.6.9-py2.py3-none-any.whl TensorRT-8.6.1.6\uff pip install uff-0.6.9-py2.py3-none-any.whl
tensorrt-8.6.1-cp310-none-win_amd64.whl TensorRT-8.6.1.6\python pip install tensorrt-8.6.1-cp310-none-win_amd64.whl
参考
详解Windows系统安装TensorRT_windows安装tensorrt-CSDN博客
Facefusion 下载
1. 下载源码
git clone https://github.com/facefusion/facefusion
1
国内用户 git 不稳定的可以使用代理
git clone https://ghproxy.com/https://github.com/facefusion/facefusion
1
切换到 facefusion 目录
cd facefusion
1
2
创建虚拟环境
python -m venv venv
1
2
激活虚拟环境
venv\Scripts\activate
1
Pip 配置国内源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
1
更新 pip
python -m pip install --upgrade pip
1
2
安装依赖
pip install -r requirements.txt
pip install -r onnxruntime==1.16.3
pip install -r onnxruntime-gpu==1.16.3
1
2
3
4
5
6
7
安装
开始安装 facefusion
python install.py
1
2
N 卡选 CUDA,无 N 卡默认
先下载必要模型文件
Github
GitHub - facefusion/facefusion-assets: Next generation face swapper and enhancer
inswapper_128 1.onnx
yoloface_8n 2.onnx
2dfan4 2.onnx
arcface_w600k_r50 2.onnx
gender_age 2.onnx
gfpgan_1.4 1.onnx
open_nsfw 1.onnx
1
2
3
4
5
6
7
模型文件存放在 facefusion\.assets\models 目录下
下载 zlibwapi.dll
蓝奏云
https://www.lanzoub.com/ipTj51s1pvtg
解压
在 dll_x64文件夹里 复制文件
zlibwapi.lib To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib
zlibwapi.dll To C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin
运行时忽略下载其他模型文件
python run.py --skip-download
1
3. 开始运行
python run.py
1
其它模型文件下载
https://github.com/facefusion/facefusion-assets/releases/download/models/GFPGANv1.4.onnx
出现 no model 错误
FileNotFoundError: [WinError 2] 系统找不到指定的文件。: 'D:\\Python_Project\\facefusi
on\\.assets\\models\\open_nsfw.onnx'
1
2
用这个命令运行
python run.py --skip-download
————————————————
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://blog.csdn.net/kfrealme/article/details/136957588