vsr v1.0.0

2026-06-10 10:58:12 +08:00 · 2023-12-08 17:12:26 +08:00
commit 5e048175d3
312 changed files with 70534 additions and 0 deletions
--- a/README.md
+++ b/README.md
@@ -0,0 +1,187 @@
+简体中文 | [English](README_en.md)
+
+## 项目简介
+
+![License](https://img.shields.io/badge/License-Apache%202-red.svg)
+![python version](https://img.shields.io/badge/Python-3.8+-blue.svg)
+![support os](https://img.shields.io/badge/OS-Windows/macOS/Linux-green.svg)  
+
+Video-subtitle-remover (VSR) 是一款基于AI技术，将视频中的硬字幕去除的软件。
+主要实现了以下功能：
+- **无损分辨率**将视频中的硬字幕去除，生成去除字幕后的文件
+- 通过超强AI算法模型，对去除字幕文本的区域进行填充（非相邻像素填充与马赛克去除）
+- 支持自定义字幕位置，仅去除定义位置中的字幕（传入位置）
+- 支持全视频自动去除所有文本（不传入位置）
+
+<p style="text-align:center;"><img src="https://github.com/YaoFANGUK/video-subtitle-remover/raw/main/design/demo.png" alt="demo.png"/></p>
+
+**使用说明：**
+
+ - 有使用问题请加群讨论，QQ群：806152575
+ - 直接下载压缩包解压运行，如果不能运行再按照下面的教程，尝试源码安装conda环境运行
+
+**下载地址：**
+
+Windows GPU版本v1.0.0（GPU）：
+
+- 百度网盘:  <a href="https://pan.baidu.com/s/1t0djUPjQ96X8U9HisyoiYA?pwd=vsr1">vsr_windows_gpu_v1.0.0.7z</a> 提取码：**vsr1**
+
+- Google Drive:  <a href="https://drive.google.com/drive/folders/1NRgLNoHHOmdO4GxLhkPbHsYfMOB_3Elr?usp=sharing">vsr_windows_gpu_v1.0.0.7z</a> 
+
+> 仅供具有Nvidia显卡的用户使用(AMD的显卡不行)
+
+## 演示
+
+- GUI版：
+
+<p style="text-align:center;"><img src="https://github.com/YaoFANGUK/video-subtitle-remover/raw/main/design/demo2.gif" alt="demo2.gif"/></p>
+
+- <a href="https://b23.tv/guEbl9C">点击查看演示视频👇</a>
+
+<p style="text-align:center;"><a href="https://b23.tv/guEbl9C"><img src="https://github.com/YaoFANGUK/video-subtitle-remover/raw/main/design/demo.gif" alt="demo.gif"/></a></p>
+
+## 源码使用说明
+
+> **无Nvidia显卡请勿使用本项目**，最低配置：
+>
+> **GPU**：GTX 1060或以上显卡
+> 
+> CPU: 支持AVX指令集
+
+#### 1. 下载安装Miniconda 
+
+- Windows: <a href="https://repo.anaconda.com/miniconda/Miniconda3-py38_4.11.0-Windows-x86_64.exe">Miniconda3-py38_4.11.0-Windows-x86_64.exe</a>
+
+- Linux: <a href="https://repo.anaconda.com/miniconda/Miniconda3-py38_4.11.0-Linux-x86_64.sh">Miniconda3-py38_4.11.0-Linux-x86_64.sh</a>
+
+#### 2. 创建并激活虚机环境
+
+（1）切换到源码所在目录：
+```shell
+cd <源码所在目录>
+```
+> 例如：如果你的源代码放在D盘的tools文件下，并且源代码的文件夹名为video-subtitle-remover，就输入 ```cd D:/tools/video-subtitle-remover-main```
+
+（2）创建激活conda环境
+```shell
+conda create -n videoEnv python=3.8
+```
+
+```shell
+conda activate videoEnv
+```
+
+#### 3. 安装依赖文件
+
+请确保你已经安装 python 3.8+，使用conda创建项目虚拟环境并激活环境 (建议创建虚拟环境运行，以免后续出现问题)
+
+- 安装CUDA和cuDNN
+
+  <details>
+      <summary>Linux用户</summary>
+      <h5>(1) 下载CUDA 11.7</h5>
+      <pre><code>wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run</code></pre>
+      <h5>(2) 安装CUDA 11.7</h5>
+      <pre><code>sudo sh cuda_11.7.0_515.43.04_linux.run</code></pre>
+      <p>1. 输入accept</p>
+      <img src="https://i.328888.xyz/2023/03/31/iwVoeH.png" width="500" alt="">
+      <p>2. 选中CUDA Toolkit 11.7（如果你没有安装nvidia驱动则选中Driver，如果你已经安装了nvidia驱动请不要选中driver），之后选中install，回车</p>
+      <img src="https://i.328888.xyz/2023/03/31/iwVThJ.png" width="500" alt="">
+      <p>3. 添加环境变量</p>
+      <p>在 ~/.bashrc 加入以下内容</p>
+      <pre><code># CUDA
+  export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
+  export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}</code></pre>
+      <p>使其生效</p>
+      <pre><code>source ~/.bashrc</code></pre>
+      <h5>(3) 下载cuDNN 8.4.1</h5>
+      <p>国内：<a href="https://pan.baidu.com/s/1Gd_pSVzWfX1G7zCuqz6YYA">cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz</a> 提取码：57mg</p>
+      <p>国外：<a href="https://github.com/YaoFANGUK/video-subtitle-extractor/releases/download/1.0.0/cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz">cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz</a></p>
+      <h5>(4) 安装cuDNN 8.4.1</h5>
+      <pre><code> tar -xf cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz
+   mv cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive cuda
+   sudo cp ./cuda/include/* /usr/local/cuda-11.7/include/
+   sudo cp ./cuda/lib/* /usr/local/cuda-11.7/lib64/
+   sudo chmod a+r /usr/local/cuda-11.7/lib64/*
+   sudo chmod a+r /usr/local/cuda-11.7/include/*</code></pre>
+  </details>
+
+  <details>
+        <summary>Windows用户</summary>
+        <h5>(1) 下载CUDA 11.7</h5>
+        <a href="https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_516.01_windows.exe">cuda_11.7.0_516.01_windows.exe</a>
+        <h5>(2) 安装CUDA 11.7</h5>
+        <h5>(3) 下载cuDNN 8.2.4</h5>
+        <p><a href="https://github.com/YaoFANGUK/video-subtitle-extractor/releases/download/1.0.0/cudnn-windows-x64-v8.2.4.15.zip">cudnn-windows-x64-v8.2.4.15.zip</a></p>
+        <h5>(4) 安装cuDNN 8.2.4</h5>
+        <p>
+           将cuDNN解压后的cuda文件夹中的bin, include, lib目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\对应目录下
+        </p>
+    </details>
+
+
+- 安装GPU版本Paddlepaddle:
+
+  - windows:
+
+      ```shell 
+      python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html
+      ```
+
+  - Linux:
+
+      ```shell
+      python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
+      ```
+
+- 安装GPU版本Pytorch:
+      
+  ```shell 
+  conda install pytorch==2.0.1 torchvision==0.15.2 pytorch-cuda=11.7 -c pytorch -c nvidia
+  ```
+  或者使用
+  ```shell 
+  pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu117
+  ```
+
+- 安装其他依赖:
+
+  ```shell
+  pip install -r requirements.txt
+  ```
+
+
+#### 4. 运行程序
+
+- 运行图形化界面
+
+```shell
+python gui.py
+```
+
+- 运行命令行版本(CLI)
+
+```shell
+python ./backend/main.py
+```
+
+## 常见问题
+1. CondaHTTPError
+
+将项目中的.condarc放在用户目录下(C:/Users/<你的用户名>)，如果用户目录已经存在该文件则覆盖
+
+解决方案：https://zhuanlan.zhihu.com/p/260034241
+
+2. 7z文件解压错误
+
+解决方案：升级7-zip解压程序到最新版本
+
+## 赞助
+<img src="https://i.imgur.com/THE81jM.jpg" width="300">
+
+| 捐赠者 | 累计捐赠金额 | 赞助席位 |
+| --- | --- | --- |
+| 很奇异| 15.00 RMB | 金牌赞助席位 |
+| Leo| 1.00 RMB | 银牌赞助席位 |
+| 暂无| 暂无 | 铜牌赞助席位 |
+