在服务器Ubuntu22.04系统下，stable-fast-3d的部署

• 一、安装环境：ubuntu基本环境配置
• • • 1.更新包列表：
    • 2. 安装GPU驱动程序
    • 3.查看显卡信息
    • 4.下载并安装 CUDA 12.3
• 二、安装miniconda环境
• • • 1. 下载miniconda3
    • 2. 安装miniconda3
    • 3. 打开用户环境编辑页面
    • 4. 重新加载用户环境变量
    • 5.conda配置
    • 6. 创建stable-fast-3d需要的环境
• 三、克隆stable-fast-3d仓库

一、安装环境：ubuntu基本环境配置

1.更新包列表：

修改配置文件

vi /etc/apt/sources.list 

将原有的内容注释(每行最前面加#)
在最后添加以下内容

########   Ubuntu22.04LTS 清华镜像源   ############### # 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 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   # 预发布软件源，不建议启用 # deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse 

更新软件列表

sudo apt-get update 

更新本地软件

sudo apt upgrade 

更新时间较长，请耐心等待

2. 安装GPU驱动程序

• 这个命令会列出您的系统硬件信息，以及推荐的驱动程序版本

ubuntu-drivers devices 

• 这里的4090建议安装 nvidia-driver-535 驱动程序

sudo apt update sudo apt install nvidia-driver-535 

• 安装完成后，请务必重启您的系统，以便新的驱动程序生效。

reboot 

3.查看显卡信息

nvidia-smi 

4.下载并安装 CUDA 12.3

访问 NVIDIA CUDA Toolkit 下载页面，选择 CUDA 12.3 版本。对于 Ubuntu，您可能需要运行类似以下的命令：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/12.3.0/local_installers/cuda-repo-ubuntu2204-12-3-local_12.3.0-545.23.06-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2204-12-3-local_12.3.0-545.23.06-1_amd64.deb sudo cp /var/cuda-repo-ubuntu2204-12-3-local/cuda-*-keyring.gpg /usr/share/keyrings/ sudo apt-get update sudo apt-get -y install cuda-toolkit-12-3 

• 设置环境变量： 编辑 vi ~/.bashrc 文件，添加以下行：

export PATH=/usr/local/cuda-12.3/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-12.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

• 应用环境变量更改：

source ~/.bashrc 

• 验证安装：

nvcc --version 

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 

2. 安装miniconda3

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

直接一直enter键，到输入路径和yes
这边建议路径为：miniconda3

3. 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" 

4. 重新加载用户环境变量

source ~/.bashrc 

• 初始化conda

conda init bash 

5.conda配置

• 配置清华镜像源

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/ 

• 设置搜索时显示通道地址

conda config --set show_channel_urls yes 

• 配置pip 镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 

6. 创建stable-fast-3d需要的环境

conda create -n 3d python=3.9 conda activate 3d 

三、克隆stable-fast-3d仓库

官网地址：stable-fast-3d的GitHub地址

git clone https://github.com/Stability-AI/stable-fast-3d.git 

如果下载速度较慢可添加https://mirror.ghproxy.com/镜像源

git clone https://mirror.ghproxy.com/https://github.com/Stability-AI/stable-fast-3d.git 

• 进入到stable-fast-3d文件夹内

cd stable-fast-3d 

• 修改requirement.txt

git+https://github.com/vork/PyNanoInstantMeshes.git 

改为

git+https://mirror.ghproxy.com/https://github.com/vork/PyNanoInstantMeshes.git 

• 安装依赖库

pip install -r requirements.txt pip install -r requirements-dev.txt pip install -r requirements-demo.txt 

设置镜像地址

export HF_ENDPOINT=https://hf-mirror.com 

• 启动服务

python gradio_app.py 

• 此时下载模型一般会报错或失败，可以先手动下载所需模型

wget https://mirror.ghproxy.com/https://github.com/danielgatis/rembg/releases/download/v0.0.0/u2net.onnx /root/.u2net/u2net.onnx 

·下载stable-fast-3d模型

mkdir models cd models pip install modelscope modelscope download --model maple77/stable-fast-3d --local_dir './' 

• 修改gradio_app.py

model = SF3D.from_pretrained(     "stabilityai/stable-fast-3d",     config_name="config.yaml",     weight_name="model.safetensors", ) 

模型文件路径指定到刚才下载的路径

model = SF3D.from_pretrained(     "/root/project/stable-fast-3d/models/",     config_name="config.yaml",     weight_name="model.safetensors", ) 

• 此外还要修改最后一行启动命令

demo.queue().launch(share=False) 

改为

demo.queue().launch(server_name="0.0.0.0", server_port=15119) 

server_port变量为设置服务器监听的端口为业务端口,此处改为业务端口。
然后在启动服务

python gradio_app.py 

启动成功后，访问http://主机IP:端口