Insightfaceをpython3.13でプレビルドを作成してインストールする話＠Paperspace

GJLさんの記事でもありますが、Insightfaceをpython3.13でプレビルドを作成すると、上のリポジトリのthird partyの所にある
insightface/python-package/insightface/thirdparty/face3d/mesh/cython at master · deepinsight/insightface
という部分でpython 3.13に合わないため上手くビルド出来ない問題があります。

この中で「mesh_core_cython.cpp」を解析してもらうと、Cython 0.29.32という古いバージョンで生成されたものと分かりました。
Pythonはバージョン3.11以降、内部のC言語APIに大きな変更を加えており、古いCythonが生成したコードは新しいPythonではコンパイルエラーを引き起こすため、この問題が起きているようです。

＜解決策:＞
この古いファイルを削除し、最新のCythonをインストールした環境でビルドプロセスを実行することで、Python 3.13に対応した新しいmesh_core_cython.cppを自動生成させる。

PaperspaceのA4000の自作コンテナでプレビルドを作成してみました。

①環境構築コマンド

# -----------------------------------------------------------------
# ■ ステップ1: 依存ライブラリのインストールとツールの最新化
# -----------------------------------------------------------------
# C++コンパイラやcmakeなど、ビルドに必要な基本ツールをインストール
!apt-get update && apt-get install -y build-essential cmake libgl1-mesa-glx

# onnxruntime-gpuなどのPython依存関係をインストール
!pip install onnxruntime-gpu --extra-index-url https://aiinfra.pkgs.visualstudio.com/PublicPackages/_packaging/onnxruntime-cuda-12/pypi/simple/
!pip install numpy tqdm requests matplotlib Pillow scipy scikit-learn scikit-image easydict albumentations prettytable opencv-python-headless

# ★★★ 最重要: Cythonを最新バージョンにアップグレード ★★★
# これにより、Python 3.13対応のC++コードが自動生成されるようになります。
!pip install --upgrade cython

②リポジトリのクローンなどのコマンドとビルドコマンド

# -----------------------------------------------------------------
# ■ ステップ2: リポジトリのクローンとサブモジュールのセットアップ
# -----------------------------------------------------------------
# 作業ディレクトリに移動
%cd /notebooks/

# 既存のディレクトリが残っている場合は削除
!rm -rf insightface_build

# ビルド用のディレクトリを作成して移動
!mkdir insightface_build
%cd insightface_build

# Gitリポジトリをクローン
!git clone https://github.com/deepinsight/insightface.git
%cd insightface

# サブモジュールを初期化・更新
!git submodule update --init --recursive

# -----------------------------------------------------------------
# ■ ステップ3: ビルドの実行
# -----------------------------------------------------------------
# setup.pyが存在するディレクトリへ移動
%cd python-package

# ★★★ 重要: 古いビルド成果物やCythonが生成した古いC++ファイルを削除 ★★★
!rm -rf build dist *.so insightface/thirdparty/face3d/mesh/cython/mesh_core_cython.cpp

# ビルドコマンドの実行
# 1. build_ext: 最新のCythonが.pyxから.cppを自動生成し、コンパイルします。
# 2. bdist_wheel: インストール用の.whlパッケージを作成します。
!python setup.py build_ext --inplace
!python setup.py bdist_wheel

# distディレクトリにwheelファイルが生成されていることを確認
!ls -l dist/

④インストールコマンド

# -----------------------------------------------------------------
# ■ ステップ4: ビルドしたパッケージのインストール
# -----------------------------------------------------------------
# distディレクトリに生成されたwheelファイルをpipでインストールします。
# アスタリスク(*)を使うことで、バージョン番号を問わずファイルにマッチさせます。
!pip install /notebooks/insightface_build/insightface/python-package/dist/insightface-0.7.3-cp313-cp313-linux_x86_64.whl

# -----------------------------------------------------------------
# ✓ これでインストールは完了です！
# -----------------------------------------------------------------

実際にインストールした状態で、insightfaceの機能について確認しました。
予め「onnxruntime-gpu」をインストールしておく必要があります。
※onnxruntimeが入っているとcpuが優先的に使用されるため、削除したコマンドです。

# ステップ1: 競合しているパッケージを完全にアンインストール
!pip uninstall -y onnxruntime onnxruntime-gpu

# ステップ2: GPU版のみをクリーンインストール
!pip install onnxruntime-gpu==1.22.0 --extra-index-url https://aiinfra.pkgs.visualstudio.com/PublicPackages/_packaging/onnxruntime-cuda-12/pypi/simple/

Insightfaceの機能確認コマンド

import numpy as np
import cv2
import insightface
from insightface.app import FaceAnalysis

# -----------------------------------------------------------------
# テスト1: insightfaceライブラリの基本的なインポートと初期化
# -----------------------------------------------------------------
print("🧪 テスト1: ライブラリの基本的な動作確認を開始します...")
try:
    # バージョン情報を表示して、インストールされていることを確認
    print(f"✅ insightfaceのバージョン: {insightface.__version__}")

    # FaceAnalysisクラスを初期化（モデルのダウンロードが走る場合があります）
    app = FaceAnalysis(providers=['CUDAExecutionProvider'])
    app.prepare(ctx_id=0, det_size=(640, 640))
    print("✅ FaceAnalysisの初期化に成功しました。ONNXモデルも正常に読み込めています。")

except Exception as e:
    print(f"❌ テスト1でエラーが発生しました: {e}")
    print("   基本的な初期化に失敗しました。インストール自体がうまくいっていない可能性があります。")

print("\n" + "="*50 + "\n")

# -----------------------------------------------------------------
# テスト2: 問題があったC++/Cythonモジュールの直接的な動作確認
# -----------------------------------------------------------------
print("🧪 テスト2: 今回ビルドした3Dメッシュ関連モジュールの動作確認を開始します...")
try:
    # この`render`モジュールが、内部でコンパイルした`mesh_core_cython.so`を呼び出します。
    from insightface.thirdparty.face3d.mesh import render

    print("✅ コンパイルされたCythonモジュールを含む`render`のインポートに成功しました。")

    # ダミーデータを作成して、実際にレンダリング関数を呼び出してみる
    # これがエラーなく実行できれば、C++拡張機能は完全に動作しています。
    print("   ダミーデータでレンダリング関数を実行します...")
    dummy_vertices = np.random.rand(10, 3).astype(np.float32) * 256
    dummy_triangles = np.array([[0, 1, 2], [3, 4, 5]], dtype=np.int32)
    dummy_colors = np.random.rand(10, 3).astype(np.float32)
    
    # レンダリング関数を実行
    rendered_image = render.render_colors(dummy_vertices, dummy_triangles, dummy_colors, 256, 256)

    # 結果の形状を表示
    print(f"🖼️ レンダリング関数が正常に実行されました！")
    print(f"   生成された画像の形状: {rendered_image.shape} (高さ, 幅, チャンネル)")
    print("✅ すべてのテストが正常に完了しました！ビルドは成功です。")

except Exception as e:
    print(f"❌ テスト2でエラーが発生しました: {e}")
    print("   コンパイルされたC++/Cythonモジュールの呼び出しで問題が発生しました。")

これを実行すると以下のようになり、課題であった部分が解消されたものになりました。

これで、python 3.13のnunchakuのインポートも出来るようになりました。

以下、ビルドしたwhlです。