ShareGPT4Video

环境要求

• 已安装 git 与 conda（README 使用 conda 创建环境）
• Python 3.10（README 指定 conda create python=3.10）
• 可联网，以便 pip 安装依赖并下载 HuggingFace 模型权重 Lin-Chen/sharegpt4video-8b
• 编译 flash-attn 需具备 CUDA 编译环境（README 只给出 --no-build-isolation 安装方式）

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取 ShareGPT4Video 源码到本地，之后所有命令都在仓库目录内执行。

   git clone https://github.com/ShareGPT4Omni/ShareGPT4Video

   复制

2. 2创建 conda 环境

   按 README 指定的 Python 3.10 创建名为 share4video 的独立环境并激活，避免污染系统环境。

   conda create -n share4video python=3.10 -y
   conda activate share4video

   复制

3. 3安装项目依赖

   进入仓库目录，先升级 pip，再以可编辑模式安装主包与 train 附加依赖。

   cd ShareGPT4Video
   pip install --upgrade pip
   pip install -e .
   pip install -e ".[train]"

   复制

4. 4安装 flash-attn

   README 指定的 flash-attn 安装命令，不加 --no-build-isolation 会编译失败，需耐心等待编译。

   pip install flash-attn --no-build-isolation

   复制

5. 5命令行视频对话

   用 8B 模型对示例视频生成描述，把 --video 换成自己的视频路径即可描述任意视频。

   python run.py --model-path Lin-Chen/sharegpt4video-8b --video examples/yoga.mp4 --query "Describe this video in detail."

   复制

6. 6启动 ShareGPT4Video 演示

   在仓库根目录启动本地 Gradio 演示页面，与 ShareGPT4Video-8B 交互（端口以终端输出为准）。

   python app.py

   复制

7. 7启动 Captioner 演示

   切换到 captioner 子目录后启动 ShareCaptioner-Video 的本地演示页面。

   cd captioner
   python app.py

   复制

关键配置

如何确认成功

执行 run.py 后终端打印出模型对该视频的详细描述文本；执行 app.py 后终端输出本地访问地址，浏览器打开即为演示页面。

常见问题

注意事项

• 每条命令执行前都要确保已 conda activate share4video，否则依赖找不到
• pip install -e . 等命令必须在 ShareGPT4Video 仓库目录内执行
• 首次运行 run.py 会从 HuggingFace 下载 sharegpt4video-8b 权重，耗时较长且需保证磁盘与网络充足
• README 未给出演示页面的具体端口和最低显存要求，实际以终端输出和自身硬件为准