低闪烁视频风格转换｜Rerender_A_Video
目前最新最好用的视频风格转换技术，效果相比于其它免费开源技术来讲，已经算是顶尖的了，Rerender_A_Video对于人物、动物、场景等风格转换效果都是比较可观的。
项目仓库
GitHub：williamyang1991/Rerender_A_Video
前置条件
本项目需要至少24GB英伟达显存才可以正常运行，因站长的硬件条件并不达标，所以租用了腾讯云GPU算力服务器。
本教程根据Ubuntu系统的GPU云服务器所部署，该项目支持Windows，你可以根据本教程参考Windows的安装，原理大同小异。
云服务器
关于云服务器，站长使用腾讯云的GPU云服务器，速度快，操作简单，内置各服务器的专用显卡驱动，使用比较简单。【点击前往】
因为最低显存要求是24GB的英伟达显卡，所以我们选择NVIDIA V100 GPU即可，这是目前相对来说最划算的套餐了。
值得注意的是，在你点击立即购买按钮之后，在地域选择这里一定要选择国外的节点，不要选择国内的。因为国内服务器无法直连Github和Huggingface，这种网络问题会导致你走很多弯路，站长就是因为一开始选择了国内地区，很多东西无法自动下载，又重新买了韩国首尔的。
其它选项保持默认即可，然后等待服务器自动配置一段时间，大概一两分钟左右，你就可以在控制台看到刚刚买的服务器啦。
如果你不知道控制台在哪里，那么可以【点击这里】查看你的控制台。
在这里可以显示公网IP和内网IP，公网IP就是你可以在当前正在使用的电脑访问该云服务器，这很重要，这是我们唯一可以与其互动的媒介。至于什么是内网IP呢？其实就是局域网，我们用不到。
我们要做的第一件事就是重置密码，输入一个你记得住的密码，账号默认是ubuntu，不建议更改，与无法更改。
重置密码之后，点击登录按钮，然后你将会看到如下界面，我们直接选择免密登录。
登录之后，你将会看到一个空白的，只可以输入命令的界面，这不太友好，毕竟有界面才方便我们操作。
所以，我们需要安装一个可视化的界面，关于如何安装，请查看下面这篇教学文章。
环境部署
说了这么多，我们终于可以开始部署本项目啦。
在JupyterLab中，我们新建标签页，然后选择终端。
输入如下命令，自动拉取Rerender_A_Video库至服务器内。
git clone git@github.com:williamyang1991/Rerender_A_Video.git --recursive
拉取完成后执行如下命令，进入刚刚拉取的目录。
cd Rerender_A_Video
执行下面的命令行，创建Conda虚拟环境。（这一步骤可能需要十几二十分钟，请耐心等待。）
conda env create -f environment.yml
执行如下命令，激活刚刚创建的Conda环境。
conda activate rerender
执行如下命令，将会自动下载需要的模型至相应的目录内，模型共计十几个G左右，请耐心等待。
python install.py
模型下载
除了上面的模型之外，我们还需要下载两个额外的模型。
官方下载
https://civitai.com/models/7371/rev-animated?modelVersionId=19575
在你的电脑内下载该模型，然后重命名为revAnimated_v11.safetensors，将其上传至/Rerender_A_Video/models/目录下。
https://civitai.com/models/4201?modelVersionId=29460
在你的电脑内下载该模型，然后重命名为realisticVisionV20_v20.safetensors，将其上传至/Rerender_A_Video/models/目录下。
该模型有些特殊，有4个版本，要选择第2个进行下载，不然无法正常运行。
网盘下载
关于此项目的模型，本站已为您下载并整理好。如果你不方便通过官网下载，可以使用本站所提供的网盘下载地址。
模型安装
在您下载完成模型之后，将模型移动至项目根目录下的model文件夹下即可。
运行方式
在以后每次运行该项目时，只需要先激活我们刚刚所创建的Conda虚拟Python环境，然后运行启动文件即可。
conda activate rerender
执行如下代码，进入项目目录。
cd ~/Rerender_A_Video/
执行如下代码，运行程序的UI界面。
python webUI.py
执行完成后，你将会得到一串网址http://0.0.0.0:7860，我们将其中的0.0.0.0替换为自己的公网IP，然后在浏览器中打开http://你的公网:7860就可以访问WebUI界面啦。
(base) ubuntu@VM-0-16-ubuntu:~$ conda env list
# conda environments:
#
base * /home/ubuntu/miniconda3
JupyterLab /home/ubuntu/miniconda3/envs/JupyterLab
rerender /home/ubuntu/miniconda3/envs/rerender
c(base) ubuntu@VM-0-16-ubuntu:~$ conda activate rerender
(rerender) ubuntu@VM-0-16-ubuntu:~$ cd ~/Rerender_A_Video/
(rerender) ubuntu@VM-0-16-ubuntu:~/Rerender_A_Video$ python webUI.py
/home/ubuntu/miniconda3/envs/rerender/lib/python3.8/site-packages/torchvision/io/image.py:13: UserWarning: Failed to load image Python extension: libtorch_cuda_cu.so: cannot open shared object file: No such file or directory
warn(f"Failed to load image Python extension: {e}")
logging improved.
Running on local URL: http://0.0.0.0:7860
To create a public link, set `share=True` in `launch()`.
以下是打开后的网页界面，站长简单的翻译了一下。
使用教程
是不是感觉参数太多了？太过于复杂？其实没有那么离谱，你只需要在最下面选择CG格式的美女预设，然后上传自己的视频，填写你写要生成的内容提示词，点击仅渲染第一帧按钮，然后将会在右侧出现一个第一帧的预览。你如果觉得效果还不错，那就点击全部运行按钮，如果不满意那就修改参数或者Prompt，最后点击全部运行按钮。
使用方法和AI绘画的SD差不多，站长这里偷个懒，就不一一写参数的作用了。
生成后的视频最终会存在放在result目录内，打开就可以看到视频，也可以下载到本地，非常方便。
效果示例
官方案例
经过测试，官方给出的素材生成视频风格转换的效果非常好。
自定义素材
如果你选择自己上传素材，那么效果可能并不是特别理解，可以看下面的内容。
背景会有较为明显的闪烁问题，经过站长的反复测试，发现两个问题。
尽量选择镜头是固定的视频进行转换，如果是手持镜头拍摄，那么背景大概率会闪烁。
还有就是人物动的幅度不要太大太快，否则关键帧之间的衔接会有问题。
总结
这一篇教程憋了好几天，租了两个高配云服务器，心里在滴血啊。
而且安装配置过程也不顺利，期间报错无数，不过总算是墨迹完了。
AI的发展速度，真的非常非常快！感觉年底任意视频无闪烁转换风格就可以很简单。
此文章由OpenAI开源维基百科原创发布，如若转载请注明出处：https://openai.wiki/rerender-a-video.html
