DDColor部署安装，在服务器Ubuntu22.04系统——点动科技

已于 2024-08-10 17:01:52 修改
阅读量719 收藏 16
点赞数 4
文章标签： python ai
于 2024-08-10 16:26:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_63782093/article/details/141092492
版权

DDColor图片上色项目的部署安装，在服务器Ubuntu22.04系统——点动科技

一、ubuntu22.04基本环境配置

1.1 更换清华Ubuntu镜像源

  • 删除原来的文件
rm /etc/apt/sources.list
  • 开始编辑新文件
vim /etc/apt/sources.list
  • 先按i键，粘贴以下内容
# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse

# 以下安全更新软件源包含了官方源与镜像站配置，如有需要可自行修改注释切换
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse

请添加图片描述

  • 确保内容跟上述图片一致

  • 按esc键，再输入冒号+wq保存

在这里插入图片描述

1.2 更新包列表：

  • 打开终端，输入以下命令：
sudo apt-get update

sudo apt upgrade
  • 更新时间较长，请耐心等待

在这里插入图片描述

2. 安装英伟达显卡驱动

2.1 使用wget在命令行下载驱动包
wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/550.100/NVIDIA-Linux-x86_64-550.100.run

在这里插入图片描述

2.2 更新软件列表和安装必要软件、依赖
sudo apt-get install g++

在这里插入图片描述

在这里插入图片描述
点击回车enter即可
在这里插入图片描述

sudo apt-get install gcc

在这里插入图片描述

sudo apt-get install make

在这里插入图片描述
在这里插入图片描述
点击回车enter即可

成功安装

在这里插入图片描述

2.2 卸载原有驱动
sudo apt-get remove --purge nvidia*

在这里插入图片描述

  • 1.使用vim修改配置文件
sudo vim /etc/modprobe.d/blacklist.conf
  • 2.按i键进入编辑模式,在文件尾增加两行：
blacklist nouveau
options nouveau modeset=0

在这里插入图片描述

  • 3.按esc键退出编辑模式,输入:wq保存并退出

  • 4.更新文件

sudo update-initramfs -u

这里等待时间较久

在这里插入图片描述

  • 5.重启电脑：
sudo reboot

这里需要等一会才能连上

2.3 安装驱动
  • 1.授予执行权限
sudo chmod 777 NVIDIA-Linux-x86_64-550.100.run
  • 2.执行安装命令
sudo ./NVIDIA-Linux-x86_64-550.100.run

在这里插入图片描述

在这里插入图片描述

这里一直按回车就行，默认选择

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

一直按回车enter键，直到安装成功

在这里插入图片描述

在这里插入图片描述

  • 3.检测显卡驱动是否安装成功
nvidia-smi

在这里插入图片描述

2.4 安装CUDA
wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run

在这里插入图片描述

执行安装命令

sudo sh ./cuda_12.4.0_550.54.14_linux.run
  • 1.输出accept开始安装

在这里插入图片描述

  • 2.然后注意这里要按enter取消勾选第一个选项,因为之前已经安装了驱动

在这里插入图片描述

  • 3.接着选择Install开始安装

在这里插入图片描述

  • 4.安装完成

在这里插入图片描述

2.5 环境变量配置
  • 1.以vim方式打开配置文件
sudo vim ~/.bashrc
  • 2.按i键进入编辑模式,在文件尾增加下面内容：
export PATH="/usr/local/cuda-12.4/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH"

在这里插入图片描述

  • 按esc键退出编辑模式,输入:wq保存并退出

  • 3.更新环境变量

source ~/.bashrc
  • 4.检测CUDA是否安装成功
nvcc -V

在这里插入图片描述

二、安装miniconda环境

1. 下载miniconda3

wget https://mirrors.cqupt.edu.cn/anaconda/miniconda/Miniconda3-py310_23.10.0-1-Linux-x86_64.sh

在这里插入图片描述

2. 安装miniconda3

bash Miniconda3-py310_23.10.0-1-Linux-x86_64.sh -u

在这里插入图片描述

直接一直enter键，到输入路径和yes

这边建议路径为：miniconda3

在这里插入图片描述

直接回车enter即可，再次输入yes

在这里插入图片描述

成功安装

在这里插入图片描述

3. 切换到bin文件夹

cd miniconda3/bin/

4. 输入pwd获取路径

pwd

复制这里的路径

5. 打开用户环境编辑页面

vim ~/.bashrc
  • 点击键盘I键进入编辑模式，在最下方输入以下代码
export PATH="/root/miniconda3/bin:$PATH"

在这里插入图片描述

按esc键退出编辑模式,输入:wq保存并退出

6. 重新加载用户环境变量

source ~/.bashrc

在这里插入图片描述

7. 初始化conda

conda init bash

在这里插入图片描述

8.验证是否安装成功

conda -V

在这里插入图片描述

9.conda配置

  • 1.配置清华镜像源

    代码如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

在这里插入图片描述

  • 2.设置搜索时显示通道地址
conda config --set show_channel_urls yes

在这里插入图片描述

  • 3.配置pip 镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

三、安装ddcolor

1.克隆仓库

1.1 github克隆
git clone https://github.com/piddnad/DDColor.git
1.2 国内github镜像克隆
git clone https://mirror.ghproxy.com/https://github.com/piddnad/DDColor.git

在这里插入图片描述

1.3. 进入目录
cd DDColor/

2.创建虚拟环境

conda create -n ddColor python=3.10

在这里插入图片描述

  • 输入y回车即可
2.1 进入虚拟环境
conda activate ddColor

在这里插入图片描述

3. 安装依赖

3.1设置清华源、更新pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

python -m pip install --upgrade pip

在这里插入图片描述

3.2安装torch 12.4cuda版本
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

在这里插入图片描述

3.3安装依赖

第一次安装库需要等5分钟左右

pip install -r requirements.txt

在这里插入图片描述

3.4安装webui界面依赖
pip install gradio gradio_imageslider timm

在这里插入图片描述

3.5安装魔搭库准备下载模型文件：
pip install modelscope

在这里插入图片描述

3.6创建一个python文件进行下载模型

touch install.py

vim install.py

编辑文件，按i粘贴以下内容

from modelscope.hub.snapshot_download import snapshot_download

model_dir = snapshot_download('damo/cv_ddcolor_image-colorization', cache_dir='./modelscope')
print('model assets saved to %s'%model_dir)

在这里插入图片描述

再输入esc，冒号+wq进行保存

运行刚刚创建的python文件，进行下载模型

python install.py

在这里插入图片描述

四、webui界面

4.1 运行python文件进入webui界面

python gradio_app.py

4.2服务器要修改对应的业务端口

vim gradio_app.py

在最后一行对应修改业务端口号

demo.launch(
server_port=15069,
share=True,
server_name="0.0.0.0")

在这里插入图片描述

在按esc，冒号+wq进行保存

再次运行python文件

python gradio_app.py

在这里插入图片描述

这样就可以进行外部访问了

4.3效果如图：

在这里插入图片描述

希陌ximo
关注
  • 4
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
阿里开源黑白图片上色算法DDColor的部署与测试并将模型转onnx后用c++推理
凉_白开的博客
04-23 1078
DDColor是一种基于深度学习的图像上色技术，它利用卷积神经网络（CNN）对黑白图像进行上色处理。该模型通常包含一个编码器和一个解码器，编码器提取图像的特征，解码器则根据这些特征生成颜色。DDColor模型能够处理多种类型的图像，并生成自然且逼真的颜色效果。它在图像编辑、电影后期制作以及历史照片修复等领域有广泛的应用。
DDColor-PDF文献
04-23
### DDColor: 一种通过双解码器实现照片级图像上色的方法 #### 概述 在计算机视觉领域，图像上色（或称图像色彩化）是一项充满挑战的任务，其核心在于解决多模态不确定性与高度病态性问题。直接训练深度神经网络...
在服务器Ubuntu22.04系统下，Image-coloring的部署
weixin_62798503的博客
08-10 231
启动成功后，访问http://主机IP:端口。直接一直enter键，到输入路径和yes。这边建议路径为：miniconda3。将原有的内容注释(每行最前面加#)修改gradio_app.py。更新时间较长，请耐心等待。如果下载速度较慢可添加。
【老照片上色+在线运行】DDColor：阿里黑白图像上色模型（2022.12提出）
进一寸有一寸的欢喜
01-23 1866
DDColor 是最新的 SOTA 图像上色算法，能够对输入的黑白图像生成自然生动的彩色结果。算法使用 UNet 结构的骨干网络和图像解码器分别实现图像特征提取和特征图上采样，并利用 Transformer 结构的颜色解码器完成基于视觉语义的颜色查询，最终聚合输出彩色通道预测结果。
给黑白图片上色的节点——ComfyUI-DDColor
u013224364的博客
04-26 759
看，上色还是很出色的，但是如果对黑白漫画上色的话，效果不是很好，上的颜色很乱，不符合日常常识，如下。【干货分享】用ComfyUI-DDColor一键给黑白老照片上色，使用简单，效果还非常惊艳。这个上色对黑白照片上色效果很好，我就随便在网上找一张黑白照片看看效果，如下。如果你图片小，就把上面的数字改小一点，设置为512，如下。什么情况下使用这些模型呢？把上面的模型放到下面的目录中，如下。星球号：32767063。
基于深度学习神经网络的AI图片上色DDcolor系统源码
修行之路
04-27 851
基于深度学习神经网络的AI图片上色DDcolor系统源码
创新色彩革命：DDColor——照片实时上色利器
gitblog_00541的博客
08-09 363
创新色彩革命：DDColor——照片实时上色利器 DDColor项目地址:https://gitcode.com/gh_mirrors/dd/DDColor ???? DDColor，这个由DAMO学院和阿里巴巴集团共同研发的开源PyTorch实现项目，为图像增强领域带来了一场创新风暴。它以ICCV 2023论文为基础，借助双解码器技术，实现了照片级真实的黑白老照片上色。 ???? 项目核心亮点在于其能将历...
【达摩院OpenVI】老片图像上色，一键开源体验
孙佰贵的专栏
03-08 6139
本文介绍开源图像上色一键体验，它是指对黑白图像添加色彩，使其变成彩色图像。更具体的说，我们常见的彩色图像通常是三通道图像，而黑白图像只有一个灰度通道，因此，图像上色旨在利用单一灰度通道恢复图像的两个彩色通道。随着摄影技术的演进，彩色照片在现在已经非常普及，但仍然有大量历史黑白照片遗留。图像上色可以对这些宝贵的旧时代遗产进行修复，令老照片重获新生。
小白论文复现 ： DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders
weixin_63260303的博客
04-23 1985
科研小白首次复现论文：复现顶会（ICCV）论文 DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders。作者提出了一种用于图像着色的端到端方法，称为 DDColor。DDColor 的主要贡献在于设计了两个解码器：色彩解码器和像素解码器，前者利用基于查询的转换器学习语义感知的色彩查询，后者生成多尺度视觉特征以优化色彩查询。作者的方法在性能和生成逼真且语义一致的着色能力方面都超越了以前的方法。
小白代码复现：DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders
weixin_63260303的博客
04-23 1438
科研小白首次复现论文代码：根据论文中描述的方法和算法，重新实现论文中的模型和实验，确保尽可能地复制论文中描述的实验设置和超参数，以及模型架构和训练过程。这对于小白来说是最困难的部分，因为大部分小白拿到代码后都会和我一样不知道从哪一步开始看代码。我们先去找到参数配置部分，以便我们去设置输入输出路径和其他一些设置。然后去找到代码中的训练部分，看代码是如何进行训练的。
用DirectDraw编写动画程序
12-13
DirectDraw是Microsoft DirectX框架的一部分，专门用于处理2D和简单的3D图形加速，尤其是在Windows操作系统上制作高性能的游戏和动画程序。DirectDraw通过直接与硬件抽象层（HAL）交互，能够充分利用显卡的能力，...
进行实心填充区域显示置后操作的对话框定制 (2000年)
04-24
1. **设置当前层颜色**：使用`Ddcolor`命令来设定当前层的颜色，即所选地类的颜色。 2. **进行区域填充**：通过`Hatch`或`Bhatch`命令来对指定区域进行颜色填充。 3. **显示置后**：利用“工具”菜单下的“显示排序...
大模型微调工具-torchtune
weixin_40777649的博客
08-08 708
1.定义2.安装3. 案例。
jupyter下载
Einstein·Jun
08-06 659
Anaconda下载 参考链接：https://blog.csdn.net/qq_48372575/article/details/125630622 设置Jupyter Notebook的代码路径 在“此电脑”中搜索。删除最后一个""后面的的内容，包括“\”。 用记事本打开它。 按下ctrl+F就可以开始查找。查找内容如下： 找到之后，右键该文件，找到“发送到”，找到“桌面快捷方式”。然后就会发现桌面上已经建立好了！
Python 算法交易实验80 QTV200日常推进-目标估算
最新发布
yukai08008的博客
08-10 292
业务目标在先，月利3%是第一个目标。虽然日常有在常规推进，但目标是什么？现在做的是什么？与目标的关联是什么？业务上讲，如果月利能够达到3%(几何平均)，上下波动不超过1%，就算达标了(2%~4%)。考虑到金融领域有不可测风险，所以资金还会分摊到3个月。例如，假如总投资资金是30万，那么每个月的最大投资金额是10万。这样即使遇到大跳水，问题也不大。目标达到的话，10万本金每月的盈利是3000， 按复利计,24个月就会double，我觉得已经足够理想。假设投资90万，则可以按30万计算复利效果。
NVIDIA-CUDA
qq_41081716的博客
08-08 396
CUDA 是一种强大的并行计算平台，它极大地扩展了 GPU 的用途，使其不仅仅局限于图形处理。通过利用 CUDA，开发人员可以编写高效、高性能的并行应用程序，这些应用程序可以用于各种计算密集型任务。如果您正在从事高性能计算或需要加速计算任务的工作，CUDA 是一个非常有用的工具。
Falsk测试与部署（第九阶段）
蜡笔小新星的博客
08-09 533
在本章节中，我们学习了如何使用unittest和pytest进行单元和集成测试，以及如何配置Flask应用，使用WSGI服务器部署，容器化Flask应用并将其部署到各种云服务平台。通过这些步骤，你可以确保你的Flask应用在生产环境中的稳定性和可靠性。希望这些知识能够帮助你在实际项目中更好地实现测试和部署。
《python语言程序设计》2018版第6章第42题Turtle：绘制sin函数，使用程序清单6-14中的函数简化5.52代码
电饭叔
08-10 197
在output06th.py中的代码。
【深度学习】P1 深度学习数据结构
weixin_43098506的博客
08-07 750
深度学习的数据结构——张量的概念与其基本操作
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值