stable-fast-3d的部署，在服务器Ubuntu22.04系统下——点动科技

一、ubuntu22.04基本环境配置

1.1 更换清华Ubuntu镜像源

• 删除原来的文件

rm /etc/apt/sources.list
1

• 开始编辑新文件

vim /etc/apt/sources.list
1

• 先按i键，粘贴以下内容

# 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

# 以下安全更新软件源包含了官方源与镜像站配置，如有需要可自行修改注释切换
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
1
2
3
4
5
6
7
8
9
10
11

• 确保内容跟上述图片一致

• 按esc键，再输入冒号+wq保存

1.2 更新包列表：

• 打开终端，输入以下命令：

sudo apt-get update
1

sudo apt upgrade
1

• 更新时间较长，请耐心等待

2. 安装英伟达显卡驱动

2.1 使用wget在命令行下载驱动包

wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/550.100/NVIDIA-Linux-x86_64-550.100.run
1

2.2 更新软件列表和安装必要软件、依赖

sudo apt-get install g++
1

点击回车enter即可

sudo apt-get install gcc
1

sudo apt-get install make
1

点击回车enter即可

成功安装

2.2 卸载原有驱动

sudo apt-get remove --purge nvidia* 
1

• 1.使用vim修改配置文件

sudo vim /etc/modprobe.d/blacklist.conf
1

• 2.按i键进入编辑模式,在文件尾增加两行：

blacklist nouveau
options nouveau modeset=0
1
2

• 3.按esc键退出编辑模式,输入:wq保存并退出

• 4.更新文件

sudo update-initramfs -u
1

这里等待时间较久

• 5.重启电脑：

sudo reboot
1

这里需要等一会才能连上

2.3 安装驱动

• 1.授予执行权限

sudo chmod 777 NVIDIA-Linux-x86_64-550.100.run
1

• 2.执行安装命令

sudo ./NVIDIA-Linux-x86_64-550.100.run
1

这里一直按回车就行，默认选择

一直按回车enter键，直到安装成功

• 3.检测显卡驱动是否安装成功

nvidia-smi
1

2.4 安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run
1

执行安装命令

sudo sh ./cuda_12.4.0_550.54.14_linux.run
1

• 1.输出accept开始安装

• 2.然后注意这里要按enter取消勾选第一个选项,因为之前已经安装了驱动

• 3.接着选择Install开始安装

• 4.安装完成

2.5 环境变量配置

• 1.以vim方式打开配置文件

sudo vim ~/.bashrc
1

• 2.按i键进入编辑模式,在文件尾增加下面内容：

export PATH="/usr/local/cuda-12.4/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH"
1
2

• 按esc键退出编辑模式,输入:wq保存并退出

• 3.更新环境变量

source ~/.bashrc
1

• 4.检测CUDA是否安装成功

nvcc -V
1

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
1

2. 安装miniconda3

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

直接一直enter键，到输入路径和yes

这边建议路径为：miniconda3

直接回车enter即可，再次输入yes

成功安装

3. 切换到bin文件夹

cd miniconda3/bin/
1

4. 输入pwd获取路径

pwd
1

复制这里的路径

5. 打开用户环境编辑页面

vim ~/.bashrc 
1

• 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"
1

按esc键退出编辑模式,输入:wq保存并退出

6. 重新加载用户环境变量

source ~/.bashrc
1

7. 初始化conda

conda init bash
1

8.验证是否安装成功

conda -V
1

9.conda配置

• 1.配置清华镜像源

  代码如下：

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/
1
2
3

• 2.设置搜索时显示通道地址

conda config --set show_channel_urls yes
1

• 3.配置pip 镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
1

三、克隆stable-fast-3d仓库

3.1官网地址：stable-fast-3d的GitHub地址

git clone https://github.com/Stability-AI/stable-fast-3d.git
1

3.2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
1

3.3进入到stable-fast-3d文件夹内

cd stable-fast-3d
1

• 修改requirement.txt

git+https://github.com/vork/PyNanoInstantMeshes.git
1

改为

git+https://mirror.ghproxy.com/https://github.com/vork/PyNanoInstantMeshes.git
1

3.4 创建stable-fast-3d需要的环境

conda create -n 3d python=3.9
conda activate 3d
1
2

3.5 安装依赖库

pip install -r requirements.txt
pip install -r requirements-dev.txt
pip install -r requirements-demo.txt
1
2
3

3.6设置镜像地址

export HF_ENDPOINT=https://hf-mirror.com
1

3.7启动服务

python gradio_app.py
1

• 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
1

3.8下载stable-fast-3d模型

mkdir models
cd models
pip install modelscope
modelscope download --model maple77/stable-fast-3d --local_dir './'
1
2
3
4

• 修改gradio_app.py

model = SF3D.from_pretrained(
    "stabilityai/stable-fast-3d",
    config_name="config.yaml",
    weight_name="model.safetensors",
)
1
2
3
4
5

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",
)
1
2
3
4
5

3.9此外还要修改最后一行启动命令

demo.queue().launch(share=False)
1

改为

demo.queue().launch(server_name="0.0.0.0", server_port=15119)
1

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。

3.10启动服务

python gradio_app.py
1

启动成功后，访问http://主机IP:端口