Docker安装
VideoLingo 提供了Dockerfile,可自行使用Dockerfile打包目前VideoLingo。以下是打包和运行的详细说明:
系统要求
- CUDA版本 > 12.4
- NVIDIA Driver版本> 550
构建和运行Docker镜像或者从DokerHub拉取
# 构建Docker镜像
docker build -t videolingo .
# 运行Docker容器
docker run -d -p 8501:8501 --gpus all videolingo
从DockerHub拉取
您可以直接从DockerHub拉取预构建的VideoLingo镜像:
docker pull rqlove/videolingo:latest
拉取完成后,使用以下命令运行容器:
docker run -d -p 8501:8501 --gpus all rqlove/videolingo:latest
注意:
-d
参数使容器在后台运行-p 8501:8501
将容器的8501端口映射到主机的8501端口--gpus all
启用所有可用的GPU支持- 确保使用完整的镜像名称
rqlove/videolingo:latest
模型
whisper 模型不包含在镜像中,会在容器首次运行时自动下载。如果您希望跳过自动下载过程,可以从以下链接下载模型权重:
下载后,使用以下命令运行容器,将模型文件挂载到容器中:
docker run -d -p 8501:8501 --gpus all -v /path/to/your/model:/app/_model_cache rqlove/videolingo:latest
请注意将 /path/to/your/model
替换为您实际下载模型文件的本地路径。
其他说明
- 基础镜像: nvidia/cuda:12.4.1-devel-ubuntu20.04
- Python版本: 3.10
- 预装软件: git, curl, sudo, ffmpeg, fonts-noto等
- PyTorch版本: 2.0.0 (CUDA 11.8)
- 暴露端口: 8501 (Streamlit应用)
如需更多详细信息,请参考Dockerfile。