AniPortrait项目数据预处理中的GPU支持问题解析

问题背景

在使用AniPortrait项目进行数据预处理时，许多用户遇到了与GPU支持相关的错误信息。这些错误通常表现为"GPU support is not available"或"eglGetDisplay() returned error"等提示，导致预处理脚本无法正常运行。

错误现象分析

用户在运行scripts/preprocess_dataset.py脚本处理HDTF数据集时，控制台会输出以下关键错误信息：

1. GPU支持不可用警告
2. EGL显示相关错误(错误码0x300c)
3. TensorFlow Lite XNNPACK CPU委托创建信息

这些错误表明系统虽然尝试使用GPU加速，但由于环境配置问题，最终回退到了CPU模式。

根本原因

经过分析，问题主要源于以下几个方面：

1. MediaPipe的FaceLandmarker任务限制：项目中使用的face_landmarker_v2_with_blendshapes任务在设计上仅支持CPU运行模式，无法利用GPU加速。

2. EGL显示配置问题：错误信息中提到的EGL显示错误(0x300c)通常与图形环境配置有关，特别是在远程服务器(如通过SSH连接)或缺少图形界面的环境中更为常见。

3. 代码中的硬编码裁剪参数：原始代码中存在对图像尺寸的硬编码裁剪([:600, 650:1350])，这可能不适用于所有输入数据格式。

解决方案

针对上述问题，可以采取以下解决措施：

1. 强制使用CPU模式：

   • 确保mp_utils.py中的相关配置设置为CPU模式
   • 删除代码中对图像尺寸的硬编码裁剪参数

2. 输入数据格式调整：

   • 确认输入图片格式为PNG或JPG
   • 确保目录结构符合要求：input_dir下应包含多个子目录，每个子目录下存放一系列图片帧

3. 环境配置检查：

   • 在远程服务器环境下，确保有基本的图形库支持
   • 检查MediaPipe和TensorFlow Lite的版本兼容性

预处理输出格式

成功运行预处理脚本后，输出目录结构应包含以下内容：

• 每张输入图片对应生成四个文件：
  • 原始图像
  • 人脸关键点数据
  • 混合形状数据
  • 其他相关特征数据

技术建议

1. 对于使用CelebV-HQ等不同格式数据集的情况，需要适当修改预处理脚本以适应不同的输入结构。

2. 在无GUI环境的服务器上运行时，可以考虑：

   • 安装虚拟显示驱动(如Xvfb)
   • 或者完全禁用图形相关的检查

3. 对于性能优化，可以考虑：

   • 批量处理图片而非单张处理
   • 合理设置并行处理线程数

通过以上调整，大多数用户应该能够顺利完成AniPortrait项目的数据预处理阶段，为后续的面部动画生成做好准备。