政安晨【零基础玩转各类开源AI项目】基于Ubuntu系统部署MuseV （踩完了所有的坑）：基于视觉条件并行去噪的无限长度和高保真虚拟人视频生成

目录

下载项目

创建虚拟环境

启动虚拟环境&执行项目依赖

基于DOCKER的尝试

[A. 安装引擎](#A. 安装引擎)

[B. 下载桌面安装包](#B. 下载桌面安装包)

[C. 安装桌面包](#C. 安装桌面包)

用Docker运行MuseV

[1. 拉取镜像](#1. 拉取镜像)

​编辑

[2. 运行Docker镜像](#2. 运行Docker镜像)

---

政安晨的个人主页：政安晨****

欢迎 👍点赞✍评论⭐收藏

收录专栏: 零基础玩转各类开源AI项目

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！

本文目标 ：基于Ubuntu系统从源码部署MuseV项目。

项目地址：

git clone --recursive https://github.com/TMElyralab/MuseV.git

MuseV 是基于扩散模型的虚拟人视频生成框架，具有以下特点：

1. 支持使用新颖的视觉条件并行去噪方案进行无限长度生成，不会再有误差累计的问题，尤其适用于固定相机位的场景。
2. 提供了基于人物类型数据集训练的虚拟人视频生成预训练模型。
3. 支持图像到视频、文本到图像到视频、视频到视频的生成。
4. 兼容 Stable Diffusion 文图生成生态系统，包括 base_model、lora、controlnet 等。
5. 支持多参考图像技术，包括 IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID。
6. 项目方后面也会推出训练代码。

下载项目

git clone --recursive https://github.com/TMElyralab/MuseV.git

下载时一定要注意递归选项（该项目中含有子模块）：

创建虚拟环境

尝试使用项目中自带的配置引导文件创建conda虚拟环境：

conda env create --name musev --file ./environment.yml

如果小伙伴们在这个过程中出错，可以尝试解析一下这个配置文件，并一步步操作，遇到问题解决问题。

过程如下：

在MuseV的目录中，打开虚拟环境配置文件：

没有Vim的伙伴自行安装：

sudo apt install vim

打开配置文件如下：

这里面有个关键点，python的版本，配置中显示的是python=3.10.6，我们就用3.10的python版本把conda环境先创建出来，再在虚拟环境中使用pip安装依赖进行尝试：

conda create -n musev python=3.10
conda activate musev

启动虚拟环境&执行项目依赖

在MuseV的项目目录中执行：

pip install -r requirements.txt

如果伙伴们安装之后发现还是有问题的话，比如：莫名其妙出现各种安装错误，那么，使用docker吧。

基于DOCKER的尝试

逐本溯源，docker官网：

https://www.docker.com/https://www.docker.com/

我们使用他们的Linux版本：

参考官网上的这篇文章：

https://docs.docker.com/desktop/install/ubuntu/https://docs.docker.com/desktop/install/ubuntu/为什么学会安装Docker很有必要？

因为你装好docker后，可以直接将MuseV团队做好的docker镜像拉取下来，尝试。别人把docker镜像已经做好了，这是运行他们团队配置好的环境的最简单的办法。

好啦，继续整docker吧。

首先下载安装包：

确定一下当前环境有没有安装gnome：

echo $XDG_CURRENT_DESKTOP

我这里已经是gnome了。

没有的话装一个：

sudo apt install gnome-terminal

按照下面这个步骤安装：

当然，这里面还有几个小步骤：

A. 安装引擎

# Add Docker's official GPG key:
sudo apt-get update
sudo apt-get install ca-certificates curl
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc

# Add the repository to Apt sources:
echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \
  $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
  sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt-get update

sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

sudo docker run hello-world

我示例了一下这个阶段的执行过程如下：

---

这里顺道多说一句：

在 Ubuntu 中使用 Docker 下载镜像文件可以通过以下步骤实现：

1. 打开终端并输入以下命令，更新 Docker 镜像列表：

   sudo docker image update
   

   这会获取最新的 Docker 镜像列表，确保您能够下载最新版本的镜像文件。

2. 使用以下命令来拉取 Docker 镜像：

   sudo docker pull <image_name>:<tag>
   

   其中，<image_name> 是要下载的镜像名称，<tag> 是镜像的版本标签。例如，要下载 Ubuntu 20.04 镜像文件，可以执行以下命令：

   sudo docker pull ubuntu:20.04
   

此时，Docker会将镜像文件保存在默认的存储路径 /var/lib/docker/image目录下。

取消安装

1. 卸载 Docker Engine、CLI、containerd 和 Docker Compose 软件包：

   sudo apt-get purge docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin docker-ce-rootless-extras

2. 主机上的映像、容器、卷或自定义配置文件不会自动删除。 要删除所有映像、容器和卷，请执行以下操作:

   sudo rm -rf /var/lib/docker
   sudo rm -rf /var/lib/containerd

---

B. 下载桌面安装包

​

C. 安装桌面包

​

sudo apt-get update
sudo apt-get install ./docker-desktop-<arch>.deb

大家根据需要来吧，准备好docker环境后开始再次尝试MuseV。

用Docker运行MuseV

1. 拉取镜像

docker pull anchorxia/musev:latest

2. 运行Docker镜像

docker run --gpus all -it --entrypoint /bin/bash anchorxia/musev:latest

---

注：

1. docker一般情况下需要管理员权限运行：sudo su

2. 查看docker版本：docker version

3. 查看已经拉取的docker镜像: docker images

4. 删除某个docker镜像：docker rmi xxx

---

如果你使用的是英伟达的显卡，在第一次运行的时候可能会报错，docker19及以后的版本使用nvidia gpu 已经不需要单独安装nvidia-docker了，这已经被集成到了docker中。

在运行docker镜像中，我们如果通过 --gpus 参数来使用宿主机的GPU时，就需要先安装一个英伟达的容器运行时。步骤如下：

（参照N卡的官方文档指引：Migration Notice | nvidia-container-runtime）

curl -s -L https://nvidia.github.io/nvidia-container-runtime/gpgkey | \
  sudo apt-key add -

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list

sudo apt-get update

准备好之后，安装运行时：

sudo apt-get install nvidia-container-runtime

安装完成后，验证一下：

which nvidia-container-runtime

停止docker：

systemctl stop docker

把运行时添加到docker中：
dockerd --add-runtime=nvidia=/usr/bin/nvidia-container-runtime

如果无法添加成功，就按照如下操作：

编辑或创建Docker的配置文件（如果不存在）/etc/docker/daemon.json，并添加以下内容：

{
  "default-runtime": "nvidia",
  "runtimes": {
    "nvidia": {
      "path": "/usr/bin/nvidia-container-runtime",
      "runtimeArgs": []
    }
  }
}

重新启动docker：

sudo systemctl restart docker

（如果您感觉重启服务无法成功的话，把主机重启一下也可以）

进入docker后的退出命令：

退出容器命令

exit

或者

Ctrl+P+Q

---

一切就绪之后，可以使用docker运行musev了。

终于可以愉快的玩耍了。（作者政安晨把坑都踩完了，小伙伴们加油吧）

彩蛋：

在正常工作中，由于docker內部一般不不会固化更改，很多时候需要把宿主机的路径挂载到容器路径上，完成映射，以便于访问文件和使用。

所以，上面的docker容器运行命令可以修改为：

docker run --gpus all -it -v /home/tongyuzhou/aigc/MuseV:/workspace --entrypoint /bin/bash anchorxia/musev:latest

此时，您进入docker容器的workspace目录中就可以看到在宿主机上用git下载的MuseV项目了。

---