这是我第一次写博客,主要是太懒了,然后就是这些问题自己解决了根本不想再看任何一个字!!

这些本放最后的，嘻嘻请多多请教和包涵一下！

前提知识了解：

1. facefusion是用别人的推理库，没有训练功能，不用什么pytorch的深度学习框架。也就是环境很简单，不用下载很多库，不要担心。
2. 先用cpu跑通再去用gpu加速。

1.源代码的下载

https://github.com/facefusion/facefusion

版本选择：建议要大版本--》3.1.0，区别不大还稳定，可以git下来或者下载zip包

解压至一个空白英文的目录

2.虚拟环境的配置

这里可以单独一篇文章,熟悉的可以跳过

1. 推荐使用conda来配置，conda你可以下载一个minconda来管理，90mb大小可以用来代替python使用。安装minconda别嫌麻烦,管深度学习项目非常好用.
2. 也可以使用python的虚拟环境，就是后面gpu加速包官方没有提供，说是要下载的库会很复杂,我也没用这个，哈哈！

以conda为例：

建议要3.10以上的,默认conda会在C盘用户目录下面的.conda文件夹下放虚拟环境, 可以问问gpt改默认虚拟环境位置.

之后打开pycharm终端看看显示了虚拟环境没有,显示了就是成功,下面的可以跳过

---

如果你是第一次安装conda 并且第一次在powershell(终端)中使用,要先初始化conda 

命令

conda init powershell

由于我的用户名,在之前是用的是中文,这就造成了很多麻烦

有中文的用户名命令是初始化失败的.

要手动加进去 

 notepad $PROFILE

然后打开的记事本中写入保存 记得替换你的minconda路径

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
& 'E:\Aprogram\miincoda_py3.9\shell\condabin\conda-hook.ps1'   
conda activate base
# <<< conda initialize <<<
 

之后打开pychram中新的终端,前面显示出虚拟环境,这表示成功

3.ffmpeg

这个也是里面的核心,用来解析图片的

ffmpeg你要把它丢到项目目录下面 或者别的位置，你要加上环境变量

4.下载模型

他会自动下载模型 用的是外网  需要科学上网 我家网络带宽有点低 不然打包发云盘上来

这是模型相关链接,Tags · facefusion/facefusion-assets

我没有使用install.py  运行这个文件好像是直接把模型和python库全部自动安装,但我没有测试

5.装python运行库

在打开的终端中,使用

pip install -r .\requirements.txt

不要使用conda install  因为环境中含有opencv conda是不能直接安装的

安装成功后,至此你的cpu版本facefusion就完成了

在终端输入以下命令测试

python  python .\facefusion.py run

一般都会运行成功!!

---

验证功能使用

 在网页端的图片上传 选一张图片,如果预览框可以显示,那么恭喜你 你的环境已经跑通了!!!

想要gpu加速的选目录跳过下面的错误解决。跑不通的可以往下瞧瞧，应该可以解决一些问题。

一般来讲, 很多都是中文用户名,我也是,不能直接显示图片,所以有下面的路径处理问题。跑通的伙伴可以跳过了，我很啰嗦的，写一大堆。

6.不能运行&&中文路径问题&&错误解决

我不记得我都有哪些问题了，感觉最多的就是用户名是中文，导致根本不能运行

而这些根本原因都是来自opencv的问题多

ps：现在时间2025年1月14日 23:15:29，题外话哈哈，一开始我用的是去年yolov5的环境，我以为是通用的环境，我想一套通用的，上次就搞了很久。后面发现这些环境已经过时了！！！！cdcnn库到9直接不兼容下面的了，pytorch已经到了2.4 好像前面的很多库也直接不兼容了，这就导致我后面配置gpu加速要换掉很多东西，你们这群搞ai的真的是太努力了！

6.1.opencv的版本，我这里是最新的版本可以通过，要注意用pip安装，conda不能安装，找不到包

6.2.最大的错误--中文用户名&中文路径

中文路径，在wbe端的窗口会显示错误，或者上传不了图片，总之看一下你的c盘用户名，用户这个中文不用管,系统会翻译成user,是中文的通通不能运行

解决方案:

1. 改用户名
2. 将gradio的临时路径换一个位置
3. 改底层读写代码

我是选用3的，对于2我一直没有找到他这个临时文件这个位置，好像是直接改环境变量中Tmpe的位置可能可以，对于1，因为我系统装了太多东西，改了肯定好多问题，那就更麻烦了，我们不要一味的重装电脑，在重装之前解决问题才是好办法。

我使用的是3.1.0版本，通过观察日志，需要将facefusion/vision.py下的图片读写修改

#读图片  根本原因是cv2的imwrite不能使用中文路径
def read_image(image_path: str) -> Optional[VisionFrame]:
	if is_image(image_path):
		if is_windows():
			image_path = sanitize_path_for_windows(image_path)
			# 直接读取文件内容并用 cv2.imdecode 解码
			with open(image_path, "rb") as f:
				file_bytes = np.frombuffer(f.read(), np.uint8)
				# print("read_image <--", image_path)
				image = cv2.imdecode(file_bytes, cv2.IMREAD_COLOR)
				if image is None:
					# print("读的是None")
					return None
				# print("读入结果", image.shape)
				return image
	return None


#这里也需要换一种写入方式 将numpy数组转为图片 所以不能直接用write方法保存
from PIL import Image
def write_image(image_path: str, vision_frame: VisionFrame) -> bool:
	if image_path and vision_frame is not None:
		if is_windows():
			image_path = sanitize_path_for_windows(image_path)
			# 将图像编码为字节并写入文件
			pil_image = Image.fromarray(cv2.cvtColor(vision_frame, cv2.COLOR_BGR2RGB))
			pil_image.save(image_path)  
			return True
	return False

感兴趣的伙伴，这里主要问题的关键词是：cv2的图片读取和写入，哈哈

读取不改看不到照片，写入不改不会报错，图片可以保存，视频不能保存。

改了基本即可以完美运行了。

---

---

7.gpu加速设置

gpu加速离不开cuda的安装 我的cuda是12.3 cudnn是9.5 

直接

conda install conda-forge::cuda-runtime=12.6.3 conda-forge::cudnn=9.3.0.75

因为前面使用了cpu运行成功了,需要卸载cpu版本的 onnxruntime-gpu,不然不起效果

onnxruntime-gpu 

pip uninstall onnxruntime-gpu

pip install onnxruntime-gpu==1.19.0

不要太高版本 不然会出现下面图片的效果,gpu可以起效果,但是图片起花

版本要超过1.19.0版本 但不要最新

然后在wbe中查看有没有cuda的加速

如果你的cuda安装好了 基本上面的命令会成功

要是cuda没有装好 这里只有小部分简略信息,理一下这个关系这个安装也很长!

nvida显卡驱动软件 --> cuda并行计算平台软件-->(cudnn拓展库 可装不装,基本装)

上面是如同底层硬件资源一样.

下面是python资源 意思是python去连上cuda需要装上的库

conda install conda-forge::cuda-runtime=12.6.3 conda-forge::cudnn=9.3.0.75

这条命令上的cuda-runtime就是用来连接cuda的,相当于py层面的底层库

onnxruntime-gpu这个在cuda-runtime 上运行的py库

pip上面就没有完整的cuda-runtime  库你要这里装一个哪里装一个,然后组成这个底层,很麻烦,

所以 你真的要用pip安装 你是要利用pytorch gpu版本来附带上安装的,这样还方便一点.

一些链接

这个项目最主要的推理加速器NVIDIA - CUDA |onnxruntime

cuda相关:

驱动

cuDNN 9.5.0 Downloads | NVIDIA Developer

CUDA Toolkit 12.6 Update 3 Downloads | NVIDIA Developer

官方相关:

官方安装教程地址 |FaceFusion

这个项目最主要的推理加速器NVIDIA - CUDA |onnxruntime

---

结语

你看人帅,到哪里都一样帅!

​