红岗网站建设,汕头市城市建设开发总公司,音乐网站的制作,为企业提供网站建设服务项目简介
开源地址#xff1a;https://github.com/YaoFANGUK/video-subtitle-remover
Video-subtitle-remover (VSR) 是一款基于AI技术#xff0c;将视频中的硬字幕去除的软件。 主要实现了以下功能#xff1a;
无损分辨率将视频中的硬字幕去除#xff0c;生成去除字幕后…项目简介
开源地址https://github.com/YaoFANGUK/video-subtitle-remover
Video-subtitle-remover (VSR) 是一款基于AI技术将视频中的硬字幕去除的软件。 主要实现了以下功能
无损分辨率将视频中的硬字幕去除生成去除字幕后的文件通过超强AI算法模型对去除字幕文本的区域进行填充非相邻像素填充与马赛克去除支持自定义字幕位置仅去除定义位置中的字幕传入位置支持全视频自动去除所有文本不传入位置 直接下载压缩包解压运行如果不能运行再按照下面的教程尝试源码安装conda环境运行 下载地址
Windows GPU版本v1.0.0GPU 百度网盘: vsr_windows_gpu_v1.0.0.7z 提取码vsr1 Google Drive: vsr_windows_gpu_v1.0.0.7z 仅供具有Nvidia显卡的用户使用(AMD的显卡不行) 演示
GUI版点击查看演示视频
源码使用说明 无Nvidia显卡请勿使用本项目最低配置 GPUGTX 1060或以上显卡 CPU: 支持AVX指令集 1. 下载安装Miniconda Windows: Miniconda3-py38_4.11.0-Windows-x86_64.exe Linux: Miniconda3-py38_4.11.0-Linux-x86_64.sh
2. 创建并激活虚机环境
1切换到源码所在目录
cd 源码所在目录例如如果你的源代码放在D盘的tools文件下并且源代码的文件夹名为video-subtitle-remover就输入 cd D:/tools/video-subtitle-remover-main 2创建激活conda环境
conda create -n videoEnv python3.8conda activate videoEnv3. 安装依赖文件
请确保你已经安装 python 3.8使用conda创建项目虚拟环境并激活环境 (建议创建虚拟环境运行以免后续出现问题) 安装CUDA和cuDNN Linux用户 (1) 下载CUDA 11.7 wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run (2) 安装CUDA 11.7 sudo sh cuda_11.7.0_515.43.04_linux.run 1. 输入accept 2. 选中CUDA Toolkit 11.7如果你没有安装nvidia驱动则选中Driver如果你已经安装了nvidia驱动请不要选中driver之后选中install回车 3. 添加环境变量 在 ~/.bashrc 加入以下内容 # CUDA
export PATH/usr/local/cuda-11.7/bin${PATH::${PATH}}
export LD_LIBRARY_PATH/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH::${LD_LIBRARY_PATH}} 使其生效 source ~/.bashrc (3) 下载cuDNN 8.4.1 国内cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz 提取码57mg 国外cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz (4) 安装cuDNN 8.4.1 tar -xf cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xzmv cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive cudasudo cp ./cuda/include/* /usr/local/cuda-11.7/include/sudo cp ./cuda/lib/* /usr/local/cuda-11.7/lib64/sudo chmod ar /usr/local/cuda-11.7/lib64/*sudo chmod ar /usr/local/cuda-11.7/include/* Windows用户 (1) 下载CUDA 11.7 cuda_11.7.0_516.01_windows.exe (2) 安装CUDA 11.7 (3) 下载cuDNN 8.2.4 cudnn-windows-x64-v8.2.4.15.zip (4) 安装cuDNN 8.2.4 将cuDNN解压后的cuda文件夹中的bin, include, lib目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\对应目录下 安装GPU版本Paddlepaddle: windows: python -m pip install paddlepaddle-gpu2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.htmlLinux: python -m pip install paddlepaddle-gpu2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html安装GPU版本Pytorch: conda install pytorch2.0.1 torchvision0.15.2 pytorch-cuda11.7 -c pytorch -c nvidia或者使用 pip install torch2.0.1 torchvision0.15.2 --index-url https://download.pytorch.org/whl/cu117安装其他依赖: pip install -r requirements.txt4. 运行程序
运行图形化界面
python gui.py运行命令行版本(CLI)
python ./backend/main.py常见问题
CondaHTTPError
将项目中的.condarc放在用户目录下(C:/Users/你的用户名)如果用户目录已经存在该文件则覆盖
解决方案https://zhuanlan.zhihu.com/p/260034241
7z文件解压错误
解决方案升级7-zip解压程序到最新版本
