配置RSUniVLM环境(自用)

首先git clone这个仓库,但是好像不太行,就直接下载下来吧

创个容器弄,容器里需要conda gpu

镜像的话 在dockerhub找到了一个:docker pull vkashyap10/llava-next

下载在了

|------------------------|----------|
| ssh root@10.12.107.240 | amos@123 |

这个机器上。等会看看怎么传到rd调研用的机器上。

复制代码
docker save -o llava-next.tar vkashyap10/llava-next
scp llava-next.tar root@bjrs-acg-tge0209f1a4.bjrs:/ssd2/lixiang/rs/dockerimage
docker load -i /ssd2/lixiang/rs/dockerimage/llava-next.tar

##ok scp用不了 那就用bos吧 上传和下载的命令示例如下
bcecmd bos cp text.txt bos:/mybucket/test.txt
bcecmd bos cp bos:/mybucket/test.txt text.txt

bcecmd bos cp llava-next.tar bos:/aipe-easyedge-model-zoo/tmp/llava-next.tar
bcecmd bos cp bos:/aipe-easyedge-model-zoo/tmp/llava-next.tar llava-next.tar

docker run --name rsunivlm \
    --net=host \
    --privileged \
    --cap-add=SYS_PTRACE --shm-size 5g \
    --gpus all \
    -v /ssd2/lixiang/rs:/ssd2/lixiang/rs \
    -itd \
    vkashyap10/llava-next:latest /bin/bash

docker exec -it rsunivlm bash

运行github上相应的命令去配环境,没碰到什么问题。

需要下checkpoints,在Google Drive上,要外网。。那就还是传到那个能连外网的机子上,再导过来。

复制代码
# 先安装gdown
pip install gdown

# 获取Google drive文件(不能是文件夹)的ID
# 比如这个https://drive.google.com/file/d/12LhpGHvGu4wIgXrONspNKqfGFpTfr0-p/view?usp=drive_link 里面的12LhpGHvGu4wIgXrONspNKqfGFpTfr0-p就是id。



# 在python中运行
>>> import gdown
>>> url = 'https://drive.google.com/uc?id=1Egva7JAYHliVUcqxk5pnFymyNaE3d_B3'
>>> output = 'added_tokens.json'
>>> gdown.download(url, output, quiet=False)

接下来是跑代码环节了。

在容器里装一个icoding的vscode。

复制代码
# 请复制以下命令到开发机上执行(注:如在容器内执行,请在命令后添加-p 8888参数,端口号需与启动容器端口相同)
curl -s http://baidu-ide.bj.bcebos.com/platform/script/host-script/install-agent.sh | bash -s -- -g a040a1ac-d5ad-4198-87ac-6a4353c8feaa -c 2c5c163e616de3b377e19c7bed5767ac -v 1.8.401.83.1.03

# 报错了,然后去宿主机上看,发现是8888端口被占用了。直接把命令改成-p 8889就成功了
相关推荐
飞翔的佩奇2 小时前
【完整源码+数据集+部署教程】【运动的&足球】足球场地区域图像分割系统源码&数据集全套:改进yolo11-RFAConv
前端·python·yolo·计算机视觉·数据集·yolo11·足球场地区域图像分割系统
_AaRong_3 小时前
《Hiding Images in Diffusion Models by Editing Learned Score Functions》 论文阅读
论文阅读·人工智能·计算机视觉
Light604 小时前
深度学习 × 计算机视觉 × Kaggle(上):从理论殿堂起步 ——像素、特征与模型的进化之路
人工智能·深度学习·计算机视觉·卷积神经网络·transformer·特征学习
AndrewHZ5 小时前
【图像处理基石】多光谱图片去噪入门:从概念到Python实操
图像处理·python·计算机视觉·图像去噪·多光谱
Theodore_10226 小时前
机器学习(8)梯度下降的实现与过拟合问题
人工智能·深度学习·机器学习·计算机视觉·线性回归
youcans_7 小时前
【医学影像 AI】一种用于生成逼真的3D血管的分层部件生成模型
论文阅读·人工智能·计算机视觉·3d·生成模型
山川而川-R8 小时前
图像进行拼接-后进行ocr检测识别
人工智能·计算机视觉·ocr
txwtech8 小时前
第9篇 opencv提取矩形角度不是很准确的处理方法
人工智能·opencv·计算机视觉
却道天凉_好个秋8 小时前
OpenCV(十二):Mat
人工智能·opencv·计算机视觉
TreeExplore8 小时前
OpenCV工程中直接包含调用vs2022
人工智能·opencv·计算机视觉