I卡部署facefusion，内附整合包
FaceFusion 在更新到2.6.0时明确提到“Support for Intel Arc using the OpenVINO execution provider”，通过OpenVINO支持I卡,其实好几个版本前就支持了，既然这次在更新日志中着重强调，我就试试吧，这一试人就快逝了。又是一个有坑的项目，下面我把部署的步骤写写，哪里有坑再讲讲。
一、部署思路
FaceFusion 这个项目其实相当好部署，就是官方教程给得太简单了。
1、克隆FaceFusion 项目。
2、安装OpenVINO。
3、安装所需依赖。
4、设置参数启动。
二、安装
安装之前需要电脑已经安装了Visual Studio 2022 、git和python或者conda。
在需要安装FaceFusion 的文件夹资源管理器地址栏中输入CMD或者powershell打开对应的命令行工具，然后依次输入以下命令（我以conda创建虚拟环境演示，括号内的不用复制）：
git clone （克隆仓库代码）
cd facefusion (进入facefusion 文件夹）
conda create -p ./venv python=3.10 （创建虚拟环境）
conda activate ./venv （激活虚拟环境）
conda install conda-forge::openvino=2023.1.0或pip install openvino==2023.1.0（安装openvino-2023.1.0，我测试过最新的几个版本，都用不了）
python --onnxruntime openvino --skip-conda (安装剩余依赖并装上onnxruntime-openvino，这个版本对应的是1.15.0）
conda install FFmpeg (安装FFmpeg）
到此FaceFusion项目就部署完了,相当的简单，步骤很少，接下来坑就出来了。
三、使用
FaceFusion的启动参数最主要的就两个
选择设备 --execution-device-id （默认是0）
选择加速方式 --execution-providers （默认是CPU，不过UI中也能改）
激活虚拟环境后输入python 对于大多数设备就可以用了，但是openvino就不行，在界面选中openvino后上传了参考图就会报错“EP Error C:\Users\intel\Documents\saurabh\onnxruntime\onnxruntime\core\providers\openvino\openvino_execution_provider.h:146 __cdecl onnxruntime::OpenVINOExecutionProviderInfo::OpenVINOExecutionProviderInfo(class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> >,bool,class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> >,unsigned __int64,class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> >,void *,bool,bool) Invalid device string: 1_FP32”
运行也会切换到CPU。开始我一直以为是设备没选对，就去--execution-device-id 0/1/2/3的试，发现还是不行，我又想是不是openvino版本问题，然后我又按照官方的对照表，重装了openvino和onnxruntime-openvino，还是不行，网上搜了个遍也没找到解决办法，最后我把报错代码发给文心一言，马上就发现问题根源。
好了，啰嗦那么多，下面着重讲讲原因：openvino调用设备标识不是我们常用的 0,1,2，是CPU、GPU.0、GPU.1
输入 python -c "from openvino.runtime import Core; print(Core().available_devices)"
查询openvino支持的设备，启动时--execution-device-id 后面填上想用的设备，一般是GPU.0。至此最大的坑就填上了，仓库作者代码中没对openvino调用设备提醒也没修改代码，怀疑根本没测试，也没人提出问题，I卡用的人太少了。
现在完整的启动代码如下：
python --execution-device-id GPU.0 --execution-providers openvino
四、补充
1、FaceFusion需要非常多的模型，如果没有梯子，最好是去找找其他地方给的模型包，但是一次性下载完会很占空间，其实也没多大，10G多。另一个就是改源代码，下载都是用的FaceFusion的github仓库地址，去facefusion文件夹中把代码中的链接替换成镜像链接就可以，涉及文件比较多，我就不一一列举了，一个一个打开看。
2、跑了几遍，FaceFusion-openvino并不能让A770全速运行，大多数时候都只有20%-30%，大家可以多试试多线程，后续优化空间很大。
3、修改缓存文件路径：如果只是跑图片，其实影响不会很大，但是处理过视频的都清楚，把一个视频分解成帧将占用大量的硬盘容量，3分钟的1080P视频分解出来有10G，所以默认在C盘不是个好选择，或者说放在固态硬盘都不是个好选择。我没找到FaceFusion设置缓存路径的参数或者相应虚拟环境的指令，在看其他项目时找到一个可以修改缓存路径的代码
打开facefusion文件夹的core.py,在第34行复制如下代码，即可把缓存文件改在项目根目录Cache文件夹中
import tempfile
script_dir = os.path.dirname(os.path.realpath(sys.argv[0]))
tempfile.tempdir = os.path.join(script_dir, 'Cache')
其中'Cache'可以修改为其他路径，这个可以修改到机械硬盘中。
4、制作了一个整合包，放了汉化补丁，不含模型，修改了模型下载地址，启动会下载模型，用最新的7-zip解压，双击启动.bat，启动脚本设置设备为GPU.0，按上述使用方法确认本地GPU标识，判断是否需要修改。
2024.6.17修改：通过修改组件代码实现视频编码qsv加速（intel显卡），不想重新打包，就把组件上传了，下载下面链接中的3个py文件，复制进facefusion文件夹替换即可。暂时只添加了h264和 hevc，需要其他编码格式的可自行参看代码替换修改。然而视频帧提取我并没有找到硬件加速的方法，目前依然是CPU运行，如果CPU不太好就建议提取jpg格式的吧。
123盘：提取码:1234
百度盘：提取码：1234
阿里盘： 提取码: zc14
注：本文及整合包仅供学习和娱乐之用，请遵守法律法规，禁止用于非法用途。
参考：
1、
2、
3、UP： 嘟嘟实验室
2024-06-04
浏览1418
其他AI
登录后评论
7
18
2