浅谈人工智能之基于容器云进行图生视频大模型搭建

浅谈人工智能之基于容器云进行图生视频大模型搭建

根据之前我们所讲过的内容:
文生图
文生视频

我们继续讲解图生视频大模型搭建。

引言

随着深度学习技术的不断发展,图生视频(image-to-video)大模型成为了计算机视觉和自然语言处理领域的一个研究热点。图生视频模型可以根据输入的文本描述生成高质量的视频,广泛应用于艺术创作、广告设计、虚拟现实等领域。本文将介绍如何搭建一个基于iic/Image-to-Video的文生视频大模型。

模型效果展示

我们首先看一下我们对搭建好的模型的效果进行展示,我们输入的图片如下:
## 环境搭建

基于上一篇文生图的模型搭建,我们进行文生视频的搭建。

第一步:依赖安装

bash 复制代码
pip install modelscope==1.8.4
pip install xformers==0.0.20
pip install torch==2.0.1
pip install open_clip_torch>=2.0.2
pip install opencv-python-headless
pip install opencv-python 
pip install einops>=0.4
pip install rotary-embedding-torch
pip install fairscale 
pip install scipy
pip install imageio
pip install pytorch-lightning
pip install torchsde

第二步:模型下载调用

python 复制代码
from modelscope.pipelines import pipeline
from modelscope.outputs import OutputKeys

pipe = pipeline(task="image-to-video", model='damo/Image-to-Video', model_revision='v1.1.0', device='cuda:0')

# IMG_PATH: your image path (url or local file)
output_video_path = pipe("/root/image.jpg", output_video='./output.mp4')[OutputKeys.OUTPUT_VIDEO]
print(output_video_path)

第三步:大概率情况下会提示没有安装ffmpeg提示

bash 复制代码
2024-11-26 17:10:12,990 - modelscope - ERROR - Save Video Error with /bin/sh: 1: ffmpeg: not found
2024-11-26 17:10:12,996 - modelscope - WARNING - task image-to-video output keys are missing

第四步:安装ffmpeg

bash 复制代码
sudo apt update
sudo apt install ffmpeg

第五步:再次跑py脚本,我就可以获得对应的输出视频了,如果上述跑脚本的时候提示缺少对应依赖,根据提示信息再对对应依赖进行安装部署。

相关推荐
果汁华12 分钟前
AI产品的基础设施:算法、数据与大语言模型
大数据·人工智能·语言模型
芥子沫21 分钟前
远程装个Jupyter-AI协作笔记本,Jupyter容器镜像版本怎么选?安装部署教程
ide·人工智能·jupyter
闭月之泪舞21 分钟前
OpenCv(三)——图像平滑处理
人工智能·opencv·计算机视觉
跨境卫士萌萌22 分钟前
全球跨境电商进入精耕时代:中国品牌如何重构增长逻辑?
大数据·人工智能
www_pp_26 分钟前
# 使用 OpenCV 和神经网络实现图像风格化
人工智能·神经网络·opencv
不合格的程序员32 分钟前
大模型本地部署
人工智能
AI架构师易筋36 分钟前
翻译: 人工智能如何让世界变得更美好一
人工智能
云动雨颤37 分钟前
AI训练师入行指南(六):模型部署
人工智能·aigc
engchina1 小时前
vLLM 部署 openai whisper 模型实现语音转文字
人工智能·python·whisper
Allen_LVyingbo1 小时前
文章配图新纪元:OpenAI新推出的GPT-4o原生图像生成功能启示
人工智能·学习·架构·数据分析·健康医疗