更新README

2026-02-04 04:34:41 +08:00 · 2025-05-06 22:08:06 +08:00
parent b40ab7d921
commit 7a5384ad95
2 changed files with 175 additions and 182 deletions
--- a/README.md
+++ b/README.md
@@ -3,7 +3,7 @@
 ## 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)
+![python version](https://img.shields.io/badge/Python-3.11+-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。
@@ -29,7 +29,15 @@ Windows GPU版本v1.1.0（GPU）：

 - Google Drive:  <a href="https://drive.google.com/drive/folders/1NRgLNoHHOmdO4GxLhkPbHsYfMOB_3Elr?usp=sharing">vsr_windows_gpu_v1.1.0.zip</a> 

-> 仅供具有Nvidia显卡的用户使用(AMD的显卡不行)
+**预构建包对比说明**：
+|       预构建包名          | Python  | Paddle | Torch | 环境                          | 支持的计算能力范围|
+|---------------|------------|--------------|--------------|-----------------------------|----------|
+| `vsr-windows-directml.7z`  | 3.12       | 3.0.0       | 2.4.1       | Windows 非Nvidia显卡             | 通用 |
+| `vsr-windows-nvidia-cuda-11.8.7z` | 3.12       | 3.0.0        | 2.7.0       | CUDA 11.8   | 3.5 – 8.9 |
+| `vsr-windows-nvidia-cuda-12.6.7z` | 3.12       | 3.0.0       | 2.7.0       | CUDA 12.6   | 5.0 – 8.9 |
+| `vsr-windows-nvidia-cuda-12.8.7z` | 3.12       | 3.0.0       | 2.7.0       | CUDA 12.8   | 5.0 – 9.0+ |
+
+> NVIDIA官方提供了各GPU型号的计算能力列表，您可以参考链接: [CUDA GPUs](https://developer.nvidia.com/cuda-gpus) 查看你的GPU适合哪个CUDA版本

 **Docker版本：**
 ```shell
@@ -62,114 +70,98 @@ Windows GPU版本v1.1.0（GPU）：

 ## 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 
+#### 1. 安装 Python

- 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>
+请确保您已经安装了 Python 3.12+。

- 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>
+- Windows 用户可以前往 [Python 官网](https://www.python.org/downloads/windows/) 下载并安装 Python。
+- MacOS 用户可以使用 Homebrew 安装：
+  ```shell
+  brew install python@3.12
+  ```
+- Linux 用户可以使用包管理器安装，例如 Ubuntu/Debian：
+  ```shell
+  sudo apt update && sudo apt install python3.12 python3.12-venv python3.12-dev
+  ```

-#### 2. 创建并激活虚机环境
+#### 2. 安装依赖文件

-（1）切换到源码所在目录：
+请使用虚拟环境来管理项目依赖，避免与系统环境冲突。
+
+（1）创建虚拟环境并激活
+```shell
+python -m venv videoEnv
+```
+
+- Windows：
+```shell
+videoEnv\\Scripts\\activate
+```
+- MacOS/Linux：
+```shell
+source videoEnv/bin/activate
+```
+
+#### 3. 创建并激活项目目录
+
+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```
+> 例如：如果您的源代码放在 D 盘的 tools 文件夹下，并且源代码的文件夹名为 video-subtitle-remover，则输入：
+> ```shell
+> cd D:/tools/video-subtitle-remover-main
+> ```

-（2）创建激活conda环境
-```shell
-conda create -n videoEnv python=3.8
-```
+#### 4. 安装合适的运行环境

-```shell
-conda activate videoEnv
-```
+本项目支持 CUDA（NVIDIA显卡加速）和 DirectML（AMD、Intel等GPU/APU加速）两种运行模式。

-#### 3. 安装依赖文件
+##### (1) CUDA（NVIDIA 显卡用户）

-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)
+> 请确保您的 NVIDIA 显卡驱动支持所选 CUDA 版本。

- 安装CUDA和cuDNN
+- 推荐 CUDA 11.8，对应 cuDNN 8.6.0。

-  <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>
+- 安装 CUDA：
+  - Windows：[CUDA 11.8 下载](https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_522.06_windows.exe)
+  - Linux：
+    ```shell
+    wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
+    sudo sh cuda_11.8.0_520.61.05_linux.run
+    ```
+  - MacOS 不支持 CUDA。

-  <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 v8.4.0 (April 1st, 2022), for CUDA 11.x</h5>
-        <p><a href="https://github.com/YaoFANGUK/video-subtitle-extractor/releases/download/1.0.0/cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip">cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip</a></p>
-        <h5>(4) 安装cuDNN 8.4.0</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 cuDNN（CUDA 11.8 对应 cuDNN 8.6.0）：
+  - [Windows cuDNN 8.6.0 下载](https://developer.download.nvidia.cn/compute/redist/cudnn/v8.6.0/local_installers/11.8/cudnn-windows-x86_64-8.6.0.163_cuda11-archive.zip)
+  - [Linux cuDNN 8.6.0 下载](https://developer.download.nvidia.cn/compute/redist/cudnn/v8.6.0/local_installers/11.8/cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz)
+  - 安装方法请参考 NVIDIA 官方文档。

-
- 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:
-      
+- 安装 PaddlePaddle GPU 版本（CUDA 11.8）：
  ```shell
-  conda install pytorch==2.0.1 torchvision==0.15.2 pytorch-cuda=11.8 -c pytorch -c nvidia
+  pip install paddlepaddle-gpu==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/
  ```
-  或者使用
+- 安装 Torch GPU 版本（CUDA 11.8）：
  ```shell
-  pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu118
+  pip install torch==2.7.0 torchvision==0.22.0 --index-url https://download.pytorch.org/whl/cu118
  ```

- 安装其他依赖:
-
+- 安装其他依赖
  ```shell
  pip install -r requirements.txt
  ```

+##### (2) DirectML（AMD、Intel等GPU/APU加速卡用户）
+
+- 适用于 Windows 设备的 AMD/NVIDIA/Intel GPU。
+- 安装 ONNX Runtime DirectML 版本：
+  ```shell
+  pip install paddlepaddle==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/
+  pip install -r requirements.txt
+  pip install torch_directml==0.2.5.dev240914
+  ```
+

 #### 4. 运行程序

@@ -232,13 +224,6 @@ LAMA_SUPER_FAST = False  # 保证效果

 解决方案：升级7-zip解压程序到最新版本

-5. 4090使用cuda 11.7跑不起来
-
-解决方案：改用cuda 11.8
-
-```shell
-pip install torch==2.1.0 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu118
-```

 ## 赞助