在Docker环境下部署GeneFace++项目

温馨提示：在Docker下部署之前最好在本地进行一次部署，本地部署时解决一些问题，然后再复制到Docker环境中

#运行容器

sudo docker run -p 8000:8000 -it --name ubuntu_conda117 --privileged=true ubuntu:latest /bin/bash

#登录容器

sudo docker exec -it ubuntu_conda117 /bin/bash

##安装CUDA 配置cuda-11.7；把本地部署复制到Docker容器中
##温馨提示最好按照环境配置说明，配置cuda版本，减少版本兼容问题

sudo docker cp /usr/local/cuda-11.7/ ubuntu_conda117:/usr/local/

#配置环境变量 

vim ~/.bashrc

CUDA_PATH_11=/usr/local/cuda-11.7
export PATH=${CUDA_PATH_11}/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=${CUDA_PATH_11}/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

下载GeneFace++项目代码：

https://github.com/yerfor/GeneFacePlusPlus

##配置项目，也可以把本地调试过的项目复制到Docker容器中，这里包含本地调试的训练模型
##通过git下载的新项目，注意补充运行所需要的数据集和训练模型

sudo docker cp /data/code/GeneFacePlusPlus/ ubuntu_conda117:/data/code/

##配置环境,按步骤运行以下脚本 
##温馨提示：安装时最好加上镜像地址，提高安装效率
## docs/prepare_env/install_guide.md

conda create -n geneface python=3.9 -y
conda activate geneface

# ffmpeg with libx264 codec to turn images to video

conda install conda-forge::ffmpeg  -y 

# 我们推荐安装torch2.0.1+cuda11.7. 已经发现 torch=2.1+cuda12.1 会导致 torch-ngp 错误

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia -y

# 从源代码安装，需要比较长的时间 (如果遇到各种time-out问题，建议使用代理)

pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable" 

# MMCV安装

pip install cython  -i https://mirrors.aliyun.com/pypi/simple
pip install openmim==0.3.9  -i https://mirrors.aliyun.com/pypi/simple
mim install mmcv==2.1.0 # 使用mim来加速mmcv安装

# 其他依赖项

sudo apt-get install libasound2-dev portaudio19-dev -y
pip install -r docs/prepare_env/requirements.txt -v  -i https://mirrors.aliyun.com/pypi/simple

# 构建torch-ngp

bash docs/prepare_env/install_ext.sh 

##用你个性化视频来训练
##遵循 docs/process_data/guide-zh.md 的步骤来获得预处理后的数据集，并且你可以找到一个二进制化的 .npy 文件
温馨提示：第一次执行可以先一步步跑完下面的命令行，把环境跑通后，之后可以直接运行同目录的bash run.sh ${VIDEO_ID}，一键完成下面的所有步骤

##用你个性化视频来训练docs/train_and_infer/guide-zh.md

##推理测试，合成视频和你的声音
 

请按照说明进行配置和部署，另外注意git版本升级，升级可能解决你正在发现的问题

我也在使用和探索的过程中，有问题欢迎随时留言沟通