AI面部 xx（roop by s0md3v）windows安装

项目地址 https://github.com/s0md3v/roop
依照其wiki项的说明进行逐步配置

（一）根据操作系统安装基础环境

windows新电脑需安装如下环境：python，pip，git，ffmpeg，Microsoft Visual C++ 2015 Redistributable，Microsoft Visual Studio 2022 build tools

※※※注意

※1 python必须有3.10。

若使用3.12，下载项目依赖时会提示使用已弃用的方法而报错。python可以同时安装多个版本的解释器，若安装了多个版本，可通过指定使用的python.exe执行venv命令【..\python.exe -m venv path】来创建相应解释器版本的虚拟环境。建议pip下载依赖前先创建虚拟环境再配置项目，可以用python自带的venv。

※2 pip更新和选源。

执行python -m ensurepip --upgrade 或python -m pip install pip --upgrade。实操后一条命令可以更新到最新pip版本。选源问题见（四）

3 git用来下载仓库文件。

没有git自己在github页面下载项目的zip来解压也可以。

4 ffmpeg

也可以自己找资源下载安装。需配好环境变量。

※5 vs2022 build tools

只提供了生成环境，不是完整的开发环境，不包含ID。该项目是用到cmake来编译pip安装的一些包，用vs intaller安装后还需要自己配好cmake环境变量path（可以everything搜索cmake.exe）。如 C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\Common7\IDE\CommonExtensions\Microsoft\CMake\CMake\bin

（二）安装依赖pip install -r requirements.txt

通过requirements安装依赖建议在虚拟环境中执行。
安装依赖前必须注意事项：
必须提前配好ffmpeg、cmake等环境变量。

※ 并且提前用pip准备好适合自己系统硬件的torch包（及cuda、cudnn），不然下载依赖时会遍历各个版本的torch(一个就2.7G)。collection *** torch >= 1.7。

torch、cuda、cudnn有版本对应关系。nvidia-smi命令查看到我的显卡最高支持cuda11.4，所以用cuda11.3+cudnn8.2.1+torch1.11.0。需下载cuda11.3，安装后用nvcc -V查看已安装成功的cuda。
安装torch+cuda+cudnn参考https://www.cnblogs.com/aoguai/articles/17994759 。cuda自定义安装，只要下图所选项即可，其他乱七八糟的不用装。

cuda下载地址：
https://blog.csdn.net/m0_46258498/article/details/126250308
https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.89_win10.exe
cudnn各版本下载地址
https://developer.download.nvidia.cn/compute/redist/cudnn/v8.2.1/
cudnn下载后配置方式：
https://www.cnblogs.com/aoguai/articles/17994759
torch安装命令：
https://blog.csdn.net/qq_27093891/article/details/125287658

（三）安装vscode方便查看和修改项目

vscode+python安装配置教程 https://zhuanlan.zhihu.com/p/695269582
注意安装python扩展并非安装python解释器，到那一步时需要安装，安装后会自动检索已安装的python解释器。提前下载了一或多版本解释器的，都可以检查到。多版本时，环境变量中可以配置为最常用的版本，环境变量有重复值优先用最上面的值。配置项目最好使用虚拟环境，简单易用不占地方的可以用venv，可以创建虚拟环境（创建后为文件夹）后在vscode中打开该文件夹，解释器自动识别为虚拟环境中使用的exe，也可以像例程一样直接在vscode中创建虚拟环境再添加脚本文件。创建虚拟环境后把roop项目放到虚拟环境对应的文件夹里。在激活的虚拟环境中通过命令行执行pip来下载依赖。

（四）pip换源问题：用阿里源

默认源超时，清华源缺库。

默认 https://pypi.org/simple
国内清华 https://pypi.tuna.tsinghua.edu.cn/simple 缺tb-nightly
国内阿里 https://mirrors.aliyun.com/pypi/simple 建议使用

文件配置法：创建文件【C:\Users\用户名\pip\pip.ini】
1 默认源
[global]
index-url = https://pypi.org/simple

2 清华源
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

3 阿里源
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

（五）虚拟环境相关命令

创建

python -m venv myenv（myenv是待创建的虚拟环境名，也是命令行当前路径下待创建的文件夹名）

激活

执行创建的虚拟环境中Scripts目录下的activate，命令行里执行activate.bat

配置启动脚本

创建start.bat: (&&为前一条命令执行后执行后续命令)
cmd /k "H:&&cd ..\myenv\Scripts&&activate.bat"

在激活的虚拟环境中用python --version和pip --version 确保要执行的python.exe和pip.exe所在路径为虚拟环境中而非系统环境变量，并执行pip下载项目依赖。

（六）题材问题

有sfw问题导致使用时题材受限，修改方法自行百度。

（七）启动

启动时需下载500多MB的内容，似乎被墙，直连无法连接服务器的话需要加洋葱来上网。

虽然装了cu113，但是项目要求的是cu118。python run.py --execution-provider cuda启动后执行转换时报错。

在程序的运行过程中会自动下载一些文件，可以提前下载。https://github.com/deepinsight/insightface/releases/download/v0.7/buffalo_l.zip

https://github.com/bhky/opennsfw2/releases/download/v0.1.0/open_nsfw_weights.h5

buffalo_l.zip:解压，将*.onnx文件放入C:\Users\你的用户名.insightface\models\buffalo_l\目录中,该目录需要在运行程序后自动生成。
open_nsfw_weights.h5：放入C:\Users\你的用户名.opennsfw2\weights\目录中

https://blog.csdn.net/beiyangxiaokai/article/details/131034530

可指定多核运行python run.py --execution-threads 10