【亲测免费】 视频流大语言模型项目教程

1. 项目介绍

VideoLLM-online 是一个针对视频流的大型语言模型，能够在视频播放过程中进行在线互动。本项目是 CVPR 2024 论文《VideoLLM-online: Online Video Large Language Model for Streaming Video》的官方实现。与传统的图像/视频/多模态模型不同，VideoLLM-online 支持在视频流内的在线交互，可以实时更新回应，如记录活动变化或实时协助下一步操作。该项目具有以下特点：

• 支持在线视频流
• 低成本且可扩展的视频流数据合成
• 并行化实时推理

2. 项目快速启动

启动前确保已经安装了 Miniconda 和 Python 版本 3.10 或更高。

安装依赖

conda install -y pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
pip install transformers accelerate deepspeed peft editdistance Levenshtein tensorboard gradio moviepy submitit
pip install flash-attn --no-build-isolation

安装最新版本的 ffmpeg：

wget https://johnvansickle.com/ffmpeg/releases/ffmpeg-release-amd64-static.tar.xz
tar xvf ffmpeg-release-amd64-static.tar.xz
rm ffmpeg-release-amd64-static.tar.xz
mv ffmpeg-7.0.1-amd64-static ffmpeg

如果需要实时流音频，还需安装 ChatTTS：

pip install omegaconf vocos vector_quantize_pytorch cython
git clone git+https://github.com/2noise/ChatTTS
mv ChatTTS demo/rendering/

启动 CLI

python -m demo.cli --resume_from_checkpoint chenjoya/videollm-online-8b-v1plus

启动 Gradio Demo

python -m demo.app --resume_from_checkpoint chenjoya/videollm-online-8b-v1plus

如果遇到 flash-attn 相关问题，可以尝试：

python -m demo.app --resume_from_checkpoint chenjoya/videollm-online-8b-v1plus --attn_implementation sdpa

3. 应用案例和最佳实践

• 实时视频内容理解：VideoLLM-online 可以用于实时分析视频内容，提供实时的字幕、标签或互动式注释。
• 智能交互式播放：在视频播放过程中，模型可以基于用户的行为和视频内容提供互动式提示或建议。

4. 典型生态项目

目前，VideoLLM-online 的生态项目包括：

• ChatTTS：用于实时音频流处理的工具。
• transformers、accelerate、deepspeed 等深度学习框架和库，为项目提供了强大的支持。

通过这些生态项目，开发者可以进一步扩展 VideoLLM-online 的功能和应用场景。