• OpenI海参
• • 系统部署
  • • Windows下的安装与使用
    • • 安装条件
      • 安装步骤
    • Linux(docker)下的安装和使用
    • • 安装条件
      • 安装步骤

OpenI海参

视频编码技术是数字音频/视频系统中基础的、不可或缺的部分。随着目前视频数据呈爆炸式增长，基于深度学习的视频编码方法应运而生。

OpenI海参 是由中国科学技术大学、北京大学、哈尔滨工业大学和武汉大学四家联合贡献的一套视频编码软件，其中包含了两个基于深度学习的编码工具：基于CNN的环内滤波技术，基于CNN的块级自适应分辨率编码技术。旨在为基于深度学习的视频编码技术提供指导。

http://dlvc.bitahub.com/

系统部署

OpenI海参 可以在Windows或者Linux(docker)环境下部署。

Windows下的安装与使用

安装条件

• Visual Studio 2015 64bit
• 支持CUDA8.0的GPU及其驱动程序

安装步骤

1. 下载caffe，tensorflow和CUDA依赖项：

https://pan.baidu.com/s/1jlJ1ux-ZVQhzj6Msxn4KgA  password: rq0l

2. 在以下地址下载libtorch，可以根据需求下载Release版本或者Debug版本：

https://drive.google.com/open?id=1ZZmZ71RVSLM_c1V_2R7BZ3I0ze29NIES 
或者 
https://pan.baidu.com/s/1xC2RG5c7OWMTdjPKhg8yiQ password: gjeg

3. 将下载的caffe，torch和CUDA包解压到项目根目录；将解压缩的libtorch文件夹重命名为“torch”；对于tensorflow，可以根据运行模式选择CPU版本或者GPU版本；
4. 使用Visual Studio打开项目并生成解决方案；
5. 下载caffe和tensorflow模型，并解压到工作目录：

https://pan.baidu.com/s/1RWMfA7OrKzKZw2upJ3E14w password: 8n4s

6. 运行时可以使用以下命令选择不同的深度学习框架、不同的运行模式(CPU or GPU)以及特定的GPU设备。

Linux(docker)下的安装和使用

安装条件

• nvidia-docker
• nvidia driver >= 384.81

安装步骤

1. 从https://hub.docker.com/r/huzi96/dlvc-1.1获取镜像并运行：

nvidia-docker run -it huzi96/dlvc-1.1:gpu bash

2. 进入工作目录：

cd /opt/dlvc/tests

3. 运行测试程序(Example)：

../bin/TAppEncoderStatic -c ../cfg/encoder_lowdelay_jvet10.cfg -c ../cfg/per-sequence/RaceHorses.cfg -i RaceHorses_416x240_30.yuv -q 37 -wdt 416 -hgt 240 -f 30 -fr 30 -b str.bin -o rec.yuv -dl Caffe -mode GPU -gpuid 0