PRNet人脸重建学习笔记

PRNet是Joint 3D Face Reconstruction and Dense Alignment with Position Map Regression Network中提出的3D人脸重建算法模型，文章发表于ECCV2018，利用神经网络直接预测了3D landmark，取得了不错的效果。

项目作者已经开源，地址在 https://github.com/YadiraF/PRNet

关于论文方法，简书上有大致介绍，建议精读原文章。模型的使用方法在github中有详细介绍。我们只记录一下使用过程中遇到的坑。

 

主要需要做的工作其实就是环境的配置。

由于需要用到GPU，所以需要进行cuda+cudnn+python+tensorflow的配置。建议查询版本匹配表进行对应配置

https://tensorflow.google.cn/install/source

 

根据自己的工作环境选择对应版本，完成安装配置。本人在linux环境下选用的版本如下：

python 3.5.2

tensorflow1.4-gpu

cuda 9.0

cudnn 7

关于本机版本信息查看，python版本查看可以使用python --version，  tensorflow可以在pip list中查看。

对于cuda和cudnn版本查看方法参考：https://blog.csdn.net/wcy23580/article/details/88723035
 

值得一提的是，服务器默认使用的python版本和cuda版本与我使用的并不一致，通过修改根目录下的 .bashrc 文件进行了局部环境配置，设置了自己要用的python、cuda和cudnn的安装路径，修改过后需要source .bashrc来进行激活，实际使用过程中每次重连服务器，都需要激活一次。可以撰写脚本启动自动激活。

 

转载请注明出处，以上内容为个人学习记录，如有侵权请联系我进行删改。