序章
この記事は、オープン ソース ライブラリ simswap の設定チュートリアルです。他の 2 つのよく知られたライブラリと比較して、要件が低く、使用法がより簡潔ですが、公式チュートリアルは十分に慎重に書かれていません。この記事では、特定の設定のためのcudaとonnxruntime-gpuの使用法をグラフィック形式で紹介します。
注: このライブラリで cuda を使用する場合は、3G 以上のビデオ メモリがあることを確認してください。
環境構成
最初のステップは conda を構成することです
cuda がインストールされていることが前提となります。インストールされていない場合は、別のチュートリアルを参照してください。
この例では、cuda のバージョンは 11.4 で、onnxruntime-gpu も最新の 1.10.0 です。
cuda のバージョンと onnxruntim-gpu のバージョンの対応関係は、ここをクリックして確認してください。
conda create -n simswap python=3.6
conda activate simswap
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch
pip install insightface==0.2.1 onnxruntime moviepy
pip install onnxruntime-gpu #==1.10
上記はsimswapという名前のconda環境を作成し、必要な各種パッケージをインストールする手順ですが、onnxruntim-gpuのバージョンはcudaを参照しており、その他のライブラリのバージョンは修正版であるためエラーが発生する可能性があります。
2 番目のステップでは、github ライブラリと 4 つのモデルをダウンロードします。
自分でトレーニングしたい場合は、別のチュートリアルを参照してください。この記事では、推論に事前トレーニングされたモデルのみを使用します。
第三步修正推断代码找
この目录（私はここはC:\Users\Administrator.conda\envs\simswap\Lib\site-packages\insightface\model_zoo）下のmodel_zoo.py：get_model関数のonnxruntime.InferenceSession模式：ハンドルNone変更providers=['CUDAExecutionProvider' ] 理由は、推論を実行するには何かを指定する必要があるためです。 swap ）、以下のコマンドを入力します（これは、置換面の場合、複数面およびその他
のコマンド
を使用する方法です）：
python test_video_swapsingle.py --crop_size 224 --use_mask --name people --Arc_path arcface_model/arcface_checkpoint.tar --pic_a_path ./demo_file/Iron_man.jpg --video_path ./demo_file/multi_people_1080p.mp4 --output_path ./output/multi_test_swapsingle.mp4 --temp_path ./temp_results
エラーがない場合は、次の内容が出力され、推論が完了するまで約 4 分間待機し、結果が出力ディレクトリに保存されます。さらに、実行プロセス中のパフォーマンスを確認すると、3 G のビデオ メモリが使用されています
。
