PRNet是Joint 3D Face Reconstruction and Dense Alignment with Position Map Regression Network中提出的3D人臉重建算法模型,文章發表於ECCV2018,利用神經網絡直接預測了3D landmark,取得了不錯的效果。
項目作者已經開源,地址在 https://github.com/YadiraF/PRNet
關於論文方法,簡書上有大致介紹,建議精讀原文章。模型的使用方法在github中有詳細介紹。我們只記錄一下使用過程中遇到的坑。
主要需要做的工作其實就是環境的配置。
由於需要用到GPU,所以需要進行cuda+cudnn+python+tensorflow的配置。建議查詢版本匹配表進行對應配置
https://tensorflow.google.cn/install/source
根據自己的工作環境選擇對應版本,完成安裝配置。本人在linux環境下選用的版本如下:
python 3.5.2
tensorflow1.4-gpu
cuda 9.0
cudnn 7
關於本機版本信息查看,python版本查看可以使用python --version, tensorflow可以在pip list中查看。
對於cuda和cudnn版本查看方法參考:https://blog.csdn.net/wcy23580/article/details/88723035
值得一提的是,服務器默認使用的python版本和cuda版本與我使用的並不一致,通過修改根目錄下的 .bashrc 文件進行了局部環境配置,設置了自己要用的python、cuda和cudnn的安裝路徑,修改過後需要source .bashrc來進行激活,實際使用過程中每次重連服務器,都需要激活一次。可以撰寫腳本啓動自動激活。
轉載請註明出處,以上內容爲個人學習記錄,如有侵權請聯繫我進行刪改。