国内服务器部署Stable Video Diffusion教程
Reference:
How to run Stable Video Diffusion img2vid - Stable Diffusion Art (stable-diffusion-art.com)
https://video-stable-diffusion.com/install-svd-on-linux/
使用的是 SVD XT模型
SVD – trained to generate 14 frames at resolution 576×1024.
SVD XT – trained to generate 25 frames at resolution 576×1024.
本教程在Ubuntu 22.04.3 x86_64上奏效。
准备
创建文件夹,把自己的项目隔离开
1 | mkdir ./xxx |
进入刚刚创建的文件夹
1 | cd xxx |
克隆
拉取远程仓库
1 | git clone https://github.com/Stability-AI/generative-models |
下载模型
(由于huggingface.co被屏蔽,这里使用镜像)
stabilityai/stable-video-diffusion-img2vid at main (huggingface.co)
stabilityai/stable-video-diffusion-img2vid-xt at main (huggingface.co)
此处先下载 svd.safetensors
模型
1 | mkdir checkpoints |
下载完后返回到项目根目录
1 | cd .. |
安装依赖
conda 与 Python
先安装anaconda(若已安装可以跳过)
1 | wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh |
注意安装的时候要先统一协议,填yes,然后继续
安装完成可以删掉安装脚本
1 | rm Anaconda3-2023.09-0-Linux-x86_64.sh |
检查是否安装成功
1 | conda --v |
应该会显示版本号。
没成功的话,可以手动配置环境变量。
1 | echo ". ~/anaconda3/etc/profile.d/conda.sh" >> ~/.bashrc |
使用带有 Python 3.10 的 conda 创建 Python 环境
1 | conda create --name svd python=3.10 -y |
项目依赖
1 | conda activate svd |
此时应该会进入虚拟环境。
可以设置使用国内镜像源
1 | pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/ |
在项目根目录输入命令安装依赖:
1 | pip3 install -r requirements/pt2.txt |
启动
先设置环境变量,否则会报错
1 | echo 'export PYTHONPATH=/generative-models:$PYTHONPATH' >> ~/.bashrc |
(如果)由于被屏蔽了,要手动下载文件,不用输下面的代码
1 | ~~git clone https://hf-mirror.com/laion/CLIP-ViT-H-14-laion2B-s32B-b79K ~/.cache/huggingface/hub/CLIP-ViT-H-14-laion2B-s32B-b79K |
或者试一下以下的代码,设置替换镜像站。首次运行的时候加一下参数就好了,后面不需要
1 | HF_ENDPOINT=https://hf-mirror.com streamlit run scripts/demo/video_sampling.py --server.address 0.0.0.0 --server.port 4801 |
修改 -server.port
参数可以设置访问的端口。
使用
访问 http://<ip>:4801
1 |