如何在 Windows 上安装 DragGAN AI

简介

来自 Google 的研究人员与 Max Planck 信息学研究所和麻省理工学院 CSAIL 一起,发布了一个名为 DragGAN 的图像编辑工具。这是一个非常直观的图像编辑工具,用户只需要控制图像中的像素点和方向,就可以让图像变形。

在 Windows 操作系统上安装 DragGAN AI 似乎是一项具有挑战性的工作。本文将为您提供安装过程的全面指导,包括必要的软件下载和安装 DragGAN AI 所需执行的具体操作步骤。话不多说,让我们开始我们的安装吧。

安装准备

- Windows 10 + Visual Studio 社区版。

- CUDA 工具包 11.8。

- 配备Nvidia RTX 3060 Ti 的 GPU 服务器。至少有 8GB 以上 RAM 的 NVIDIA GPU。推荐 Nvidia A40、Tesla V100 和 GeForce RTX 4090 GPU。

相关链接

如何在 Windows 上安装 DragGAN

步骤1.安装Visual Studio

打开Microsoft VS下载链接:https://visualstudio.microsoft.com/vs/community/,点击下载按钮,将安装程序下载到本地电脑并双击安装,勾选Python开发、使用C++进行桌面开发和右边的Windows 10SDK,注意你的硬盘容量,点击右下角的安装按钮安装vs。

install visual studio

步骤 2. 安装 Git 和 Conda

在继续安装之前,我们的系统上需要有一些软件包:Conda、Git,请前往相应软件官方网站下载并安装。

步骤 3. 安装 Nvidia CUDA 11.8

现在,我们需要安装 Nvidia CUDA。请注意,DragGAN 目前与 CUDA 11.8 兼容。如果您安装了不同的版本,则需要先将其删除,然后才能继续。

- 访问 Nvidia 开发者网站并下载 CUDA 11.8 工具包。
- 选择适合您的 Windows 系统的版本(例如 Windows 10)。
- 向下滚动页面并下载CUDA工具包安装程序。
- 将安装程序保存到您选择的位置。

download cuda 11.8
install cuda 11.8

步骤 4. 下载并安装 DragGAN

以安装在D盘为例,在D盘地址栏输入cmd,回车,启动终端,在终端中输入以下命令,回车

git clone https://github.com/XingangPan/DragGAN.git

步骤 5. 创建 DragGAN 运行时环境

通常的安装步骤涉及以下命令,它们应该设置正确的 CUDA 版本和所有 python 包:

conda env create -f environment.yml
conda activate stylegan3

然后安装附加要求:

pip install -r requirements.txt
pip install requirements

步骤 6. 下载预训练的 StyleGAN2 权重

要下载预训练的权重,只需运行:

python scripts/download_model.py
download stylegan2 weights

程序会自动下载8个模型到checkpoints文件夹。如果没有检查点文件夹,您可以手动创建一个。

步骤 7. 运行 DragGAN GUI

要启动 DragGAN GUI,只需运行:

sh scripts/gui.sh

如果您使用的是 Windows,则可以运行:

.\scripts\gui.bat
run draggan gui

DragGAN 教程

这将打开 Windows 的 DragGAN 用户界面。请注意,模型的初始加载可能需要一些时间。图形出现后,您就可以开始使用 DragGAN。

draggan tutorial

操作界面的功能比较简单,如上图所示,点击添加点,在图片上点击想要改变的区域,然后点击开始开始调整图片。点击保存图片即可保存修改后的图片。注意:该软件对电脑显卡的要求还是比较高的。如果您的GPU卡配置较低,请不要使用1024型号,否则一开始就会卡住,只能使用小尺寸型号。

draggan tutorial 2

结论

恭喜!您已在 Windows 系统上成功安装 DragGAN AI。现在您可以探索这个强大的人工智能工具提供的可能性,享受使用 DragGAN 生成令人惊叹且富有想象力的图像的乐趣!

如果您没有合适的GPU服务器,可以到鹄望云GPU服务器站点申请专用GPU服务器试用。我们推荐 Nvidia A40、Tesla V100 和 GeForce RTX 4090 GPU。