使用 Conda 单环境部署 FishServer（方案 A）

本文说明在另一台 Linux x86_64 机器上，用 一个 conda 环境 安装 Fish API、FishMeasure、FishAction 所需依赖并启动服务。子进程与 uvicorn 共用同一 Python 解释器，无需在 fish_api/.env 中设置 PYTHON_FISH_MEASURE / PYTHON_FISH_ACTION（保持为空即可）。

前置条件

已克隆本仓库，目录中包含 fish_api/、FishMeasure/、FishAction/。
模型权重：将原机器上的 models/ 及 .env 中引用的 checkpoint 拷贝到新机器；空目录会导致推理失败。
GPU（可选）：若使用 SAM_DEVICE=cuda 或 PyTorch CUDA，需安装与 PyTorch 版本匹配的 NVIDIA 驱动与 CUDA。
ZED SDK（处理 .svo2 时）：在新机器安装 Stereolabs ZED SDK 及 Python API，版本尽量与现有开发/生产环境一致。
ffmpeg：用于视频转码；可用系统包（apt install ffmpeg 等），或使用仓库内 scripts/setup_ffmpeg.sh（需将脚本中的 PROJECT_ROOT 改为本机仓库路径）。

1. 创建并激活 conda 环境

Fish API 要求 Python ≥ 3.11（见 fish_api/pyproject.toml）。

conda create -n fishserver python=3.11 -y
conda activate fishserver

后续所有 pip/python 命令均在该环境中执行。

2. 安装 Fish API（FastAPI 网关）

cd /path/to/FishServer/fish_api
pip install -e .
# 或：pip install -r requirements.txt

可选开发依赖（本地冒烟测试等）：

pip install -e ".[dev]"

3. 在同一环境中安装 FishMeasure / FishAction 依赖

方案 A 的核心：测量与行为脚本由 API 以子进程调用，默认使用 当前 python（与 uvicorn 相同），因此 PyTorch、OpenCV、ZED、X3D 等必须全部装进 fishserver 这一环境。

本仓库未提供单一的 FishMeasure/requirements.txt，请按以下方式之一对齐依赖：

从已有机器导出（推荐）：在已能跑通测量的环境中执行 pip freeze > requirements-frozen.txt，在新环境中用 pip install -r requirements-frozen.txt（注意需人工剔除/替换与平台、CUDA 不兼容的包）。
按模块 README 与脚本逐步安装：参考 FishMeasure/README.md、各子目录说明，以及 FishAction/predict_video_x3d_3class.py 的实际 import；至少安装 FishAction/requirements.txt 中的依赖，并补齐 PyTorch、torchvision、与 ZED 文档匹配的包。

安装完成后，在 conda activate fishserver 下验证：

python -c "import torch; print(torch.__version__)"
# 若使用 ZED：按 Stereolabs 文档验证 pyzed 等

4. 配置 `fish_api/.env`

从旧机器复制 fish_api/.env 到新机器，全部路径改为本机绝对路径，例如：

PUBLIC_BASE_URL：客户端可访问的 API 根地址，不要末尾 /。
ACTION_WATCH_DIR、MEASURE_WATCH_DIR：若启用目录监控，填本机目录。
YOLO_MODEL、WEIGHT_CHECKPOINT、ACTION_CHECKPOINT 等：指向本机真实文件。
SAM_DEVICE：cuda 或 cpu。

方案 A 下不要填写 PYTHON_FISH_MEASURE、PYTHON_FISH_ACTION（留空），让子进程使用当前环境的 python。

启动前请 conda activate fishserver，使 which python / which uvicorn 指向该环境。fish_api/start_fresh.sh 使用环境变量 PYTHON（可选）覆盖解释器，默认 python3。

5. 启动服务

在仓库根目录执行：

conda activate fishserver
cd /path/to/FishServer
bash scripts/start_fresh.sh

默认监听 0.0.0.0:8000。可覆盖：

HOST=0.0.0.0 PORT=8000 bash scripts/start_fresh.sh

可选环境变量（见 fish_api/start_fresh.sh 注释）：

CLEAR_SQLITE_DATABASE=1：清空 SQLite（谨慎）。
CLEAR_MEASURE_OUTPUT=1 / CLEAR_ACTION_OUTPUT=1：清空中间输出目录。

浏览器访问：http://<主机>:8000/docs。

6. 自检清单

检查项	说明
环境	`conda activate fishserver` 后 `python -V` 为 3.11+
API 包	在 `fish_api` 目录下 `python -c "import app"` 无报错
可执行文件	`which uvicorn` 指向 `fishserver` 的 `bin`
权重	`.env` 中模型路径在本机存在
测量（SVO）	ZED 与 PyTorch 在同一 conda 环境中可用
ffmpeg	`ffmpeg -version` 成功（若走视频转码路径）

7. 参考

根目录 README.md、fish_api/README.md：环境变量表与启动说明。
fish_api/start_fresh.sh：启动前 prestart_fresh 与 uvicorn 参数。

若需将 FishMeasure / FishAction 拆到独立 conda 环境，请在 fish_api/.env 中填写 PYTHON_FISH_MEASURE 与 PYTHON_FISH_ACTION（不在本文「方案 A」范围内）。

4.8 KiB Raw Permalink Blame History Unescape Escape