工具分享#
FaceChain是一個深度學習工具,用於生成個人的數字孿生。只需一張肖像照片,就可以創建自己的數字孿生並開始生成不同場景的個人照片。
特點#
好玩......
部署#
官方教程:
1、使用 ModelScope 提供的 notebook 環境,ModelScope 提供了免費 GPU 資源
# Step1: 我的notebook -> PAI-DSW -> GPU環境
# Step2: 打開Terminal,將github代碼clone到本地
GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/modelscope/facechain.git --depth 1
# Step3: 進入Notebook cell,執行:
import os
os.chdir('/mnt/workspace/facechain') # 注意替換成上述clone後的代碼文件夾主路徑
print(os.getcwd())
!pip3 install gradio
!python3 app.py
# Step4: 點擊生成的URL即可訪問web頁面,上傳照片開始訓練和預測
2、Docker 部署
# Step1: 將鏡像下載到本地 (前提是已經安裝了docker engine並啟動服務,具體可參考: https://docs.docker.com/engine/install/)
docker pull registry.cn-hangzhou.aliyuncs.com/modelscope-repo/modelscope:ubuntu20.04-cuda11.7.1-py38-torch2.0.1-tf1.15.5-1.8.0
# Step2: 獲取image id,並運行
docker images
docker run -it --name facechain -p 7860:7860 --gpus all your_xxx_image_id /bin/bash # 注意 your_xxx_image_id 替換成你的鏡像id
(注意: 如果提示無法使用宿主機GPU的錯誤,可能需要安裝nvidia-container-runtime, 參考:https://github.com/NVIDIA/nvidia-container-runtime)
# Step3: 在容器中安裝gradio
pip3 install gradio
# Step4: 獲取facechain源代碼
GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/modelscope/facechain.git --depth 1
cd facechain
python3 app.py
# Step5: 點擊 "public URL", 形式為 https://xxx.gradio.live
平台#
Docker 部署
Conda 部署
声明#
本文僅作為工具分享記錄。
本文與HBlog保持同步。