cv_unet_image-colorization保姆级教程：Windows WSL2环境下CUDA环境搭建

cv_unet_image-colorization保姆级教程：Windows WSL2环境下CUDA环境搭建

1. 工具介绍

cv_unet_image-colorization是一款基于ModelScope平台开发的本地黑白照片上色工具，专门针对PyTorch 2.6+版本的兼容性问题进行了优化。这个工具能让你的老旧黑白照片重新焕发色彩，而且完全在本地运行，不需要联网，保护你的隐私安全。

1.1 核心功能特点

• 兼容性修复：解决了PyTorch 2.6+版本加载旧模型时的报错问题
• 智能上色：使用ResNet编码器+UNet生成对抗网络(GAN)架构，能识别图像内容并填充合理的颜色
• GPU加速：支持CUDA加速，让你的显卡发挥最大效能
• 简单易用：通过Streamlit搭建的界面，上传图片就能看到上色效果

2. 环境准备

在开始安装前，我们需要准备好Windows WSL2环境和CUDA工具包。

2.1 启用WSL2

1. 以管理员身份打开PowerShell
2. 运行以下命令启用WSL功能：

   dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

3. 重启电脑
4. 设置WSL2为默认版本：

   wsl --set-default-version 2

2.2 安装Ubuntu发行版

1. 打开Microsoft Store
2. 搜索并安装"Ubuntu 20.04 LTS"
3. 安装完成后启动Ubuntu，完成初始设置

3. CUDA环境配置

3.1 安装NVIDIA驱动

1. 访问NVIDIA官网下载最新驱动
2. 运行安装程序，选择"自定义安装"
3. 确保勾选"安装WSL支持组件"

3.2 安装CUDA Toolkit

在WSL2的Ubuntu终端中执行：

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/12.3.0/local_installers/cuda-repo-wsl-ubuntu-12-3-local_12.3.0-1_amd64.deb sudo dpkg -i cuda-repo-wsl-ubuntu-12-3-local_12.3.0-1_amd64.deb sudo cp /var/cuda-repo-wsl-ubuntu-12-3-local/cuda-*-keyring.gpg /usr/share/keyrings/ sudo apt-get update sudo apt-get -y install cuda

3.3 验证安装

nvidia-smi

如果看到类似下面的输出，说明安装成功：

+-----------------------------------------------------------------------------+ | NVIDIA-SMI 525.60.13 Driver Version: 527.41 CUDA Version: 12.0 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 NVIDIA GeForce ... On | 00000000:01:00.0 On | N/A | | N/A 42C P8 10W / N/A | 316MiB / 8192MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+

4. 安装cv_unet_image-colorization

4.1 克隆项目仓库

git clone https://github.com/modelscope/cv_unet_image-colorization.git cd cv_unet_image-colorization

4.2 创建Python虚拟环境

python -m venv venv source venv/bin/activate

4.3 安装依赖

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip install -r requirements.txt

5. 运行上色工具

5.1 启动服务

streamlit run app.py

5.2 使用说明

1. 打开浏览器访问http://localhost:8501
2. 在左侧边栏上传黑白照片
3. 点击"开始上色"按钮
4. 等待处理完成后查看彩色效果

6. 常见问题解决

6.1 CUDA不可用问题

如果遇到CUDA不可用的错误，请检查：

1. 确认NVIDIA驱动已正确安装
2. 确保WSL2中安装了正确的CUDA版本
3. 验证nvidia-smi命令能正常显示GPU信息

6.2 模型加载失败

如果模型加载失败，可以尝试：

rm -rf ~/.cache/modelscope/hub

然后重新运行程序。

6.3 性能优化建议

• 使用更高性能的NVIDIA显卡
• 关闭其他占用GPU资源的程序
• 减小输入图片的分辨率

7. 总结

通过本教程，你已经成功在Windows WSL2环境下搭建了CUDA环境，并部署了cv_unet_image-colorization黑白照片上色工具。现在你可以轻松地为老旧黑白照片添加色彩，让珍贵的记忆重现光彩。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。