在 写了《张小白带您跟随胡琦大大一起做蚂蚁牙黑Part One:张小白的模仿》 https://bbs.huaweicloud.com/blogs/246301 之后，张小白心想，这哪能体现出张小白的折腾能力？老是用ModelArts，总是担心花钱花钱的，累不累，本地能跑吗？于是就有了这一篇文字。

张小白的思路是这样的：

其实要完成蚂蚁牙黑这件事情，有几个环节：

（1）能够运行PyTorch 1.0的JupyterLab环境。

（2）准备好模型和素材——即OBS上的那个大zip文件。

（3）准备好与转换相关的相关代码——即那个折腾很久的代码仓。

（4）准备好蚂蚁牙黑的视频、待转换的图片，水印图片等。

这些东西都要从云端挪到本地，那我们就一个一个来呗。

（1）能够运行PyTorch 1.0的JupyterLab环境。

原来张小白已经在windows 10上安装了GPU的显卡驱动cuDNN https://bbs.huaweicloud.com/blogs/212446

在此基础上先安装pytorch的GPU版本吧。（好在它不像MindSpore还没推出Windows的GPU版本。。。）

先看下本地的环境

python是3.7.6

nvcc -V查看CUDA版本为10.0

安装pytorch

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

检查是否安装成功：

最后那个torch.cuda.is_available()返回True就说嘛Pytorch的GPU是没问题的。。。

安装下jupyterLab 

pip install jupyter  -i https://pypi.tuna.tsinghua.edu.cn/simple

...

pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple

...

（2）准备好模型和素材——即OBS上的那个大zip文件。

找个目录（这里是E:\gitee\ant目录）

使用obs-browser-plus将大的zip下载下来：

下载完毕后，解压文件到 E:\gitee\ant\first-order-motion-model 目录，跟ModelArts上的目录名保持一致。

（3）准备好与转换相关的相关代码——即那个折腾很久的代码仓。

git clone https://codehub.devcloud.cn-north-4.huaweicloud.com/ai-pome-free00001/first-order-model.git

下载完毕后，形成以下两个目录

在这个目录下运行：

jupyter lab --no-browser

在浏览器打开上面提示的URL：

http://localhost:8888/lab?token=49ff125efb4c9361ab077d2aac4b899ee0ab08116ef29b7f 

好像有点像ModelArts里面那个样子了。

（4）准备好蚂蚁牙黑的视频、待转换的图片，水印图片等。

这些文件在obs里面可以找到，分别下载即可。（其中有些都是自己传上去的。。。可以参见前一篇博客）

视频模板 02.mp4, 水印文件water.png和 人像的256X256图片 zhangxiaobai.png都拷贝到 first-order-model目录下。

好了，一切就绪了。那就开干吧。。

打开 hello.ipynb文件（就是从ModelArts生成后，从OBS下载下来的）

看一下当前目录：（运行下面的cell）

!cd

将脚本中的 绝对路径都改为 文件名或相对路径

运行上述cell会报一些包找不到。

那我们就开始根据 E:\gitee\ant\first-order-model 目录下的readme，参照 requirements.txt，在cmd命令行窗口安装 需要的pip模块。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

...

最后红色的是报torch和torchvision版本不对。因为目前机器已经安装的版本比requirements.txt中定义的要高，所以暂时不管。

然后根据尝试第一个cell执行时的报错，分别安装以下包：

pip install imageio -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install imageio_ffmpeg -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install ffmpeg -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install moviepy -i https://pypi.tuna.tsinghua.edu.cn/simple

重新运行第一个cell

是最后一个Python语句 HTML(display(source_image, driving_video).to_html5_video()) 报错了

那看来前面转换什么的应该都OK了。只是没法展示结果。这个问题稍后解决，张小白决定先跑完其他脚本，待会儿回头再看看。

跑下面的cell

成功。

跑下面的cell

文件可以生成，，，，但是仍然是 HTML(display(source_image, driving_video, predictions).to_html5_video()) 报错。暂时忽略。。

执行加声音cell：

也成功了。

最后执行加水印的cell

到资源管理器上看一看，三个视频文件其实都生成了。

打开好像也没有任何问题：

最后解决下报错的问题。

经过张小白紧张的搜索，看来再需要装一些ffmpeg的软件：

pip install ffmpeg-python -i https://pypi.tuna.tsinghua.edu.cn/simple

需要到 https://ffmpeg.org/download.html 去下载ffmpeg的windows的包

鼠标需要悬停在windows图标上面，然后出现以下画面:

点击第一个windows builds from gyan.dev

会进入新的页面 https://www.gyan.dev/ffmpeg/builds/

找到release的地方，点击链接下载zip包：

下载完毕后，将其解压到 C:\ffmpeg目录下

到系统变量的设置中，设置C:\ffmpeg\bin的目录：

确定后需要重启windows系统（当然也可以放到用户变量中，就不用重启。）

重启后，在命令行下任意目录，输入 ffmpeg -version

此时ffmpeg已就绪。

再重新打开jupyterLab

命令行下启动 jupyter lab --no-browser

打开后台服务标识的地址：http://localhost:8888/lab?token=46536eea396666eb95a2d99b24ce7a62ac85b6d99bebda06 

惯例打开 hello.ipynb

执行前面出错的那个cell

哈哈，终于不报错了。

再依次执行

这回全部正常了。。。

完美收官。

这就是你们要的蚂蚁牙黑，美女牙白。。。

（全文完，谢谢阅读）