depthFlow telepítése

Régebb nagyon macerás volt a Ken Burst effektus elkészítése. Most az a macera, hogy telepíts magadnak egy saját gépen futó MI-t, ami másodpercek (?) alatt megcsinálja. Persze vannak webes platformok is, ahol a feltöltött képedet megeffekteli az MI, de ha nagyobb tömegben kellenek ilyen képek, akkor érdemes (?) saját rendszert használni. Nekünk egy emlék-videóhoz több száz ilyen kell, meg amúgy is érdekel ez homebrew MI. 

Szóval, egyik lehetőség a rengeteg közül, a depthFlow, aminek a telepítéséhez jó ha MI segítséget kérsz. 

1. Kell Python (3.10) - Add to path kell neki

2. FFmpeg innen: https://www.gyan.dev/ffmpeg/builds/?utm_source=chatgpt.com

Elég a release essentials és mondjuk ide tedd: D:\ffmpeg

A path-hoz kell adni a D:\ffmpeg\bin könyvtárat, ahol az exe filok vannak (CMD-ben ezzel lehet ellenőrizni, hogy minden jó: ffmpeg -version)

3. DepthFlow install

A mappa mondjuk D:\AI\DepthFlow ebbe belépve nyitok a címsorból egy CMD-t és ide: python -m venv venv ami létrehoz egy virtual environmentet (D:\AI\DepthFlow\venv mappastruktúrát hoz létre)

- ezután: venv\Scripts\activate ami miatt a prompt így fog kinézni (venv) D:\AI\DepthFlow>

- ezután kellhet a pip install -U pip (nekem már megvolt a pip)

- ezután pip install -U depthflow ami azért lehet 5-6 perc is

- ezután depthflow gradio itt megkérdezi, hogy CPU, vagy CUDA, céges gépen a cpu-t ajánlotta, az otthonin a 4 gigás régesrégi videókártyán CUDA-t választottam 

-ezután már egy menetből indította a webUI-t, pattant fel a progi Chromeban. 

- a CMD-t be ne csukd közben

Többféle 2,5D mozgatási effektust ismer, és mindegyik hangolható csúszkákkal. CUDA-val szinte negyedannyi idő kellett, mint CPU-val. De egy FullHD-s 5 másodperces jelenet legenerálására így is kell 4-5mp. A mélységtérkép létrejötte is hasonló nagyságrend. A kívánt effektus/effektusok beállítása (hiszen minden fotónak más áll jól) ennél jóval több idő. 

Ezután bármikor, ha indítani kell, CMD

cd D:\AI\DepthFlow

venv\Scripts\activate

depthflow gradio

Szemetel a D:\AI könyvtárba, nagyjából ide tesz mindent, illetve futtatáskor a

C:\Users\ABC02\AppData\Local\BrokenSource

C:\Users\ABC02\AppData\Local\Temp\BrokenSource

könyvtárakba pakolászik még.

Két gépen teszteltük, az egyiken CPU-val, a másikon CUDA-val. Mindkettő hajlamos a kifagyásra, de a CPU-s gép sokkal instabilabb volt, ilyenkor újra kell indítani, a deepflowt (átlagosan 2-3 kép után fagy ki). A képeknél eltérő a sebesség. 

A 2.5 D AI másik megközelítése, install szempontjából egyszerűbbnek tűnik, viszont utána össze kell varrni egy workflowt. Gyanítom, hogy ebben a környezetben sok totál más workflowt is össze lehetne varrni? Van benne perspektíva? Meglátjuk.