前言
由于朋友想要体验一下现代机器学习的神奇之处,帮朋友从零开始装了次pytorch运行环境,顺便写篇笔记记录一下.(才不是我馋他的2080)
Talking Head Anime from a Single Image项目博客
talking-head-anime-demo项目的github
安装Anaconda
下载链接
更换国内源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
配置python环境
安装并更新pip3
cd D:\Anaconda3\Scripts
easy_install.exe pip
pip3 install --upgrade pip -i https://mirrors.ustc.edu.cn/pypi/web/simple安装/更新依赖包
pip3 install opencv-python -i https://mirrors.ustc.edu.cn/pypi/web/simple
pip3 install --upgrade numpy -i https://mirrors.ustc.edu.cn/pypi/web/simple
pip3 install --upgrade pillow -i https://mirrors.ustc.edu.cn/pypi/web/simple安装CUDA
CUDA 10.1下载链接
安装CUDNN
下载链接
解压到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1文件夹下
添加环境变量C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
安装pytorch
在 https://pytorch.org/get-started/locally/ 查找下载命令输入下载安装
pip3 install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html
安装dlib
下载工程文件
git clone https://github.com/pkhungurn/talking-head-anime-demo.git或下载Zip文件并解压到合适位置.
在这里下载模型并解压到data文件夹.
在这里下载shape_predictor_68_face_landmarks.dat文件并解压到data文件夹.
工程里自带了些图片,如果要使用自己的图片,将图片放在data/illust。图像必须满足以下要求：
- PNG格式
- 256 x 256。
- 任务的头必须在中间的128 x 128框中。
- 必须有4个通道(RGBA)。
- 不是人物的像素必须有值(0，0，0，0，0)。换句话说，背景必须透明。(这有个坑)
运行
进入工程文件根目录,运行
python app/puppeteer.py
运行后点击界面下方的Load Image ... 加载图片
