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。

Linux系统轻量AI项目GUI界面｜JupyterLab

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。

revAnimated_v11

下载

类型： safetensors 大小： 5.28GB

realisticVisionV20_v20

下载

类型： safetensors 大小： 3.59GB

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。