人脸写真FaceChain的简单部署记录（一）

由【让你拥有专属且万能的AI摄影师+AI修图师——FaceChain迎来最大版本更新】这篇文章开始出发进行人脸写真的尝试，笔者之前modelscope申请过免费额度，这里有适配的GPU环境可以提供测试。
但是很难抢到GPU资源，需要等待很久，可能才能排到。

1 所需环境与资源要求

FaceChain是一个组合模型，使用了包括PyTorch和TensorFlow在内的机器学习框架，以下是已经验证过的主要环境依赖：

• python环境: py3.8, py3.10
• pytorch版本: torch2.0.0, torch2.0.1
• tensorflow版本: 2.8.0, tensorflow-cpu
• CUDA版本: 11.7
• CUDNN版本: 8+
• 操作系统版本: Ubuntu 20.04, CentOS 7.9
• GPU型号: Nvidia-A10 24G

资源要求

• GPU: 显存占用约19G
• 磁盘: 推荐预留50GB以上的存储空间

2 环境部署

2.1 环境部署

因为使用的是免费额度的环境，目前暂不提供永久存储，实例重启后数据会丢失
官方教程里面有：

# Step1: 我的notebook -> PAI-DSW -> GPU环境# Step2: 进入Notebook cell，执行下述命令从github clone代码：
!GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/modelscope/facechain.git --depth 1# Step3: 切换当前工作路径
import os
os.chdir('/mnt/workspace/facechain')    # 注意替换成上述clone后的代码文件夹主路径
print(os.getcwd())!pip3 install gradio
!pip3 install controlnet_aux==0.0.6
!pip3 install python-slugify
!python3 app.py# Step4: 点击生成的URL即可访问web页面，上传照片开始训练和预测

不过，github访问看脸，有时候链接不上，需要手动去github下载facechain了

一些辅助依赖也是需要安装的，可参考：facechain_demo.ipynb

2.2 遇到的几个报错

2.2.1 frpc_linux_amd64_v0.2 报错

启动facechain，并在选择风格的时候碰到了以下报错：

Could not create share link. 
Missing file: /xxxx/frpc_linux_amd64_v0.2. 

参考：基于docker快速搭建facechain环境
一种方式是手动添加这个文件，因为modelspace启动的pai-dsw可能不能访问huggingface网站

wget https://cdn-media.huggingface.co/frpc-gradio-0.2/frpc_linux_amd64
mv frpc_linux_amd64 frpc_linux_amd64_v0.2
mv frpc_linux_amd64_v0.2 /home/miniconda3/envs/llm/lib/python3.11/site-packages/gradio 
chmod +x frpc_linux_amd64_v0.2 // 注：要给该文件执行权限，否则会报3.3错误

但是呢，笔者又发现，这个问题其实可以忽略，后台自己还是可以正常install，属于一个很无厘头的提示报错

2.2.2 style 报错

在选择风格的时候出现的报错，正常选择之后，会出现上面的一个提示框，【秋日胡杨风（xxx）】，但笔者这里出现了：

indexerror:list index out of range

经过debug才发现app.py的51行函数，出现了一个无厘头的报错，首先evt.value是一个list,[风格图片,风格名称]，这里需要指定风格名称，需要改成evt.value[1]

# 原先的
def select_function(evt: gr.SelectData):matched = list(filter(lambda item: evt.value == item['name'], styles))style = matched[0]return gr.Text.update(value=style['name'], visible=True)# 需要修改
def select_function(evt: gr.SelectData):matched = list(filter(lambda item: evt.value[1] == item['name'], styles))style = matched[0]return gr.Text.update(value=style['name'], visible=True)

也是很无语的一个问题…