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:

• Google Drive链接 (opens in a new tab)
• 百度网盘链接 (opens in a new tab)

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。