【win10】insightface环境搭建

前言

我这两个是独立的教程，具有全部步骤，如果执行gpu推理，就不用再看cpu推理的过程。

cpu推理

准备

# 新建虚拟环境
conda create face_detect python==3.12
# 激活
conda activate face_detect
# 下载opencv扩展库，包括核心库了，不用再下载opencv-python
pip install opencv-contrib-python
pip install onnxruntime

安装

pip install  insightface

测试

运行代码即可

import cv2
import numpy as np
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image



app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))
img = ins_get_image('t1')
faces = app.get(img)
rimg = app.draw_on(img, faces)
cv2.imwrite("./t1_output.jpg", rimg)

GPU推理

下载cuda toolkit

https://developer.nvidia.com/cuda-downloads

下载好运行，exe，根据提示，一路下一步，
会自动更新驱动的。
默认安装路径
D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6

下载cudnn

https://developer.nvidia.com/cudnn-downloads

同样 ，下载好一路下一步，记得你安装在哪里了
默认路径
C:\Program Files\NVIDIA\CUDNN\v9.5
将cudnn下三个文件夹中的文件复制，粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6 路径下的bin,include,lib文件夹中。

配置python

# 新建虚拟环境
conda create face_detect python==3.12
# 激活
conda activate face_detect
# 下载opencv扩展库，包括核心库了，不用再下载opencv-python
pip install opencv-python-contrib
pip install onnxruntime onnxruntime-gpu insightface

测试

运行代码即可

import cv2
import numpy as np
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image



app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))
img = ins_get_image('t1')
faces = app.get(img)
rimg = app.draw_on(img, faces)
cv2.imwrite("./t1_output.jpg", rimg)