Deep3DFaceReconstruction踩坑实录

在跑3d人脸ｄｅｍｏ Deep3DFaceReconstruction时遇到一些问题，拿个小本本记录下来．

项目介绍

这个项目实现了通过单张图片推理3d人脸参数的功能，对应的论文为：Accurate 3D Face Reconstruction with Weakly-Supervised Learning: From Single Image to Image Set.
代码基于tensorflow编写．

环境介绍

Ubuntu18, 显卡1050ti，cuda配置：

 NVIDIA-SMI 450.102.04   Driver Version: 450.102.04   CUDA Version: 11.0 

1.按照readme下载好对应的ＢＦＭ模型以及预训练模型．开始配置环境．

conda create -n deep3d python=3.6
source activate deep3d
conda install tensorflow-gpu==1.12.0
conda install bazel # 原文档漏写了安装这个bazel程序
pip install pillow argparse scipy

2.编译tf_mesh_renderer代码

git clone https://github.com/google/tf_mesh_renderer.git
cd tf_mesh_renderer
git checkout ba27ea1798
git checkout master WORKSPACE
# mesh_renderer/kernels/BUILD 文件编译部分添加上　'Set -D_GLIBCXX_USE_CXX11_ABI=1 ',支持c++11的编译．
bazel test //... # 原文档写的是bazel test ... , 但是我这里运行错误，估计是bazel版本不一致，加上//就可以编译了．．．．

我这里还有个编译错误，说是找不到tensorflow_framework.so,原因是我装了两个python,一个3.6,另一个是3.7,但是mesh_renderer/kernels/BUILD中用python -c 'import tensorflow as tf; print(tf.sysconfig.get_lib())'来获取tensorflow 库安装位置，这里的python默认指向3.7，
所以要手动将python 改为python3.6就行了．编译完成后将生成的rasterize_triangles_kernel.so复制到Deep3DFaceReconstruction项目的render目录下．
3. 运行

python3.6 demo.py --pretrain_weights network

参数network指向预训练模型所在目录，完成后会在output目录下生成一些obj文件，用meshlab打开就行了．

生成的obj文件和mat文件可以从下面链接下载:
链接: https://pan.baidu.com/s/1M2NnahUR0OpwtQj_pb12eQ 提取码: xwqp