Docker环境配置ffmpeg nvidia加速 |
您所在的位置：网站首页 › 王爷王妃爱情古装电视剧 › Docker环境配置ffmpeg nvidia加速 |
|
Docker环境是ubuntu 16.04 xenial，实际上是tensorflow/tensorflow:1.13.1-gpu-py3的image。 主机为ubuntu 19.04，，刚release就把笔记本系统升级，也是没谁了。。显卡为RTX2070，CUDA版本为10.0.130，nvidia driver版本为418.56。 （1）首先使用nvidia-docker run运行tensorflow的image，进入其bash：nvidia-docker run -it -e NVIDIA_DRIVER_CAPABILITIES=compute,utility,video --rm tensorflow/tensorflow:1.13.1-gpu-py3。 （2）在容器中安装必要的软件包和库： apt-get update -qq && apt-get -y install \ autoconf \ automake \ build-essential \ cmake \ git-core \ libass-dev \ libfreetype6-dev \ libsdl2-dev \ libtool \ libva-dev \ libvdpau-dev \ libvorbis-dev \ libxcb1-dev \ libxcb-shm0-dev \ libxcb-xfixes0-dev \ pkg-config \ texinfo \ wget \ zlib1g-dev \ cuda-npp-10-0 \ cuda-npp-dev-10-0其中cuda-npp-是提供libnpp的库。 （3）在$HOME目录下建立两个文件夹，用于存放接下来的文件：mkdir -p ~/ffmpeg_sources ~/bin （4）下载nasm，注意版本号不能太低，用于libx264的编译过程： cd ~/ffmpeg_sources && \ wget https://www.nasm.us/pub/nasm/releasebuilds/2.14.02/nasm-2.14.02.tar.bz2 && \ tar xjvf nasm-2.14.02.tar.bz2 && \ cd nasm-2.14.02 && \ ./autogen.sh && \ PATH="$HOME/bin:$PATH" ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" && \ make && \ make install（5）下载yasm，同样用于编译： cd ~/ffmpeg_sources && \ wget -O yasm-1.3.0.tar.gz https://www.tortall.net/projects/yasm/releases/yasm-1.3.0.tar.gz && \ tar xzvf yasm-1.3.0.tar.gz && \ cd yasm-1.3.0 && \ ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" && \ make && \ make install（6）下载x264库并安装，用于h264编解码： cd ~/ffmpeg_sources && \ git -C x264 pull 2> /dev/null || git clone --depth 1 https://git.videolan.org/git/x264 && \ cd x264 && \ PATH="$HOME/bin:$PATH" PKG_CONFIG_PATH="$HOME/ffmpeg_build/lib/pkgconfig" ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" --enable-static --enable-pic && \ PATH="$HOME/bin:$PATH" make && \ make install（7）下载NVIDIA加速使用的一些头文件： cd / && \ git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git && \ cd /nv-codec-headers && \ make && \ make install（8）最后下载ffmpeg源码并编译： cd ~/ffmpeg_sources && \ wget -O ffmpeg-snapshot.tar.bz2 https://ffmpeg.org/releases/ffmpeg-snapshot.tar.bz2 && \ tar xjvf ffmpeg-snapshot.tar.bz2 && \ cd ffmpeg PATH="$HOME/bin:$PATH" PKG_CONFIG_PATH="$HOME/ffmpeg_build/lib/pkgconfig" ./configure \ --prefix="$HOME/ffmpeg_build" \ --pkg-config-flags="--static" \ --extra-cflags="-I$HOME/ffmpeg_build/include -I/usr/local/cuda/include" \ --extra-ldflags="-L$HOME/ffmpeg_build/lib -L/usr/local/cuda/compat -L/usr/local/cuda/lib64" \ --extra-libs="-lpthread -lm" \ --bindir="$HOME/bin" \ --enable-gpl \ --enable-libfreetype \ --enable-libx264 \ --enable-nonfree \ --enable-cuda \ --enable-cuvid \ --enable-nvenc \ --enable-libnpp && \ PATH="$HOME/bin:$PATH" make && \ make install验证： [email protected]:/ffmpeg# ./ffmpeg -hwaccels //查看硬件加速选项 ffmpeg version 4.1.git Copyright (c) 2000-2019 the FFmpeg developers built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.11) 20160609 configuration: libavutil 56. 26.100 / 56. 26.100 libavcodec 58. 52.100 / 58. 52.100 libavformat 58. 27.103 / 58. 27.103 libavdevice 58. 7.100 / 58. 7.100 libavfilter 7. 49.100 / 7. 49.100 libswscale 5. 4.100 / 5. 4.100 libswresample 3. 4.100 / 3. 4.100 Hardware acceleration methods: cuda cuvid [email protected]:/ffmpeg# ./ffmpeg -codecs | grep cuvid //查看与cuvid有关的编解码器 ffmpeg version 4.1.git Copyright (c) 2000-2019 the FFmpeg developers built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.11) 20160609 configuration: libavutil 56. 26.100 / 56. 26.100 libavcodec 58. 52.100 / 58. 52.100 libavformat 58. 27.103 / 58. 27.103 libavdevice 58. 7.100 / 58. 7.100 libavfilter 7. 49.100 / 7. 49.100 libswscale 5. 4.100 / 5. 4.100 libswresample 3. 4.100 / 3. 4.100 DEV.LS h264 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 (decoders: h264 h264_v4l2m2m h264_cuvid ) (encoders: h264_nvenc h264_v4l2m2m nvenc nvenc_h264 ) DEV.L. hevc H.265 / HEVC (High Efficiency Video Coding) (decoders: hevc hevc_cuvid ) (encoders: nvenc_hevc hevc_nvenc ) DEVIL. mjpeg Motion JPEG (decoders: mjpeg mjpeg_cuvid ) DEV.L. mpeg1video MPEG-1 video (decoders: mpeg1video mpeg1_v4l2m2m mpeg1_cuvid ) DEV.L. mpeg2video MPEG-2 video (decoders: mpeg2video mpegvideo mpeg2_v4l2m2m mpeg2_cuvid ) DEV.L. mpeg4 MPEG-4 part 2 (decoders: mpeg4 mpeg4_v4l2m2m mpeg4_cuvid ) (encoders: mpeg4 mpeg4_v4l2m2m ) D.V.L. vc1 SMPTE VC-1 (decoders: vc1 vc1_v4l2m2m vc1_cuvid ) DEV.L. vp8 On2 VP8 (decoders: vp8 vp8_v4l2m2m vp8_cuvid ) (encoders: vp8_v4l2m2m ) D.V.L. vp9 Google VP9 (decoders: vp9 vp9_cuvid ) [email protected]:/ffmpeg#可能出现的错误： （1） libnpp not found.需要安装cuda-npp-软件包，其中VERSION是与CUDA版本相关，可使用命令apt list | grep cudart查看cuda-cudart的VERSION，与之相同即可。另外安装之后在编译ffmpeg源码时需要在参数--extra-ldflags中针对性地加入放置npp等文件的目录。 （2） libnvcuvid.so.1 not found. 在运行Docker窗口时需要使用nvidia-docker命令，并且加上参数-e NVIDIA_DRIVER_CAPABILITIES=compute,utility,video （3） libcuda.so.1 not found. 在机器上使用find / -name libcuda*命令找出放置库文件的位置，并在编译ffmpeg源码时在参数--extra-ldflags中加入该目录。 （4） 运行/root/bin/ffmpeg -hwaccel cuvid -loglevel debug -c:v h264_cuvid -an -i rtmp://***/**/*** -f flv a.flv时出错： [format @ 0x2fb7a80] Setting 'pix_fmts' to value 'yuv420p' [auto_scaler_0 @ 0x3c2ed00] Setting 'flags' to value 'bicubic' [auto_scaler_0 @ 0x3c2ed00] w:iw h:ih flags:'bicubic' interl:0 [format @ 0x2fb7a80] auto-inserting filter 'auto_scaler_0' between the filter 'Parsed_null_0' and the filter 'format' Impossible to convert between the formats supported by the filter 'Parsed_null_0' and the filter 'auto_scaler_0' Error reinitializing filters! Failed to inject frame into filter network: Function not implemented Error while processing the decoded data for stream #0:2 [AVIOContext @ 0x2f210c0] Statistics: 0 seeks, 0 writeouts [AVIOContext @ 0x2f13e80] Statistics: 111319 bytes read, 0 seeks [rtmp @ 0x2f11900] Deleting stream...在命令中去除所有的hwaccel参数即可，此时依然使用硬件加速，可以使用nvidia-smi命令查看验证。 楼主直接打包好的包含tensorflow 1.13和ffmpeg均使用CUDA加速的docker镜像可以使用以下命令获取：docker pull bluespace/tf-ffmpeg-base 参考文献： https://askubuntu.com/questions/778100/how-to-install-compile-nvenc-in-ubuntu https://trac.ffmpeg.org/wiki/CompilationGuide/Ubuntu https://ffmpeg-user.ffmpeg.narkive.com/7x9jAA5Y/impossible-to-convert-between-the-formats-supported-by-the-filter-parsed-null-0-and-the-filter-auto- https://github.com/NVIDIA/nvidia-docker/issues/766 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |