Installation

Die Installation von Headless AugeLab Studio (Headless Studio) unterscheidet sich je nach Betriebssystem. Folgen Sie den Anweisungen unten für Ihre jeweilige Plattform.

Windows

Die Verwendung des AugeLab Studio-Installers richtet die Headless-Runtime bereits automatisch ein und ist die empfohlene Methode, Headless Studio unter Windows zu installieren.

Linux

Die Installation von AugeLab Studio ist unter Linux-Systemen sehr einfach. Folgen Sie diesen Schritten.

Warnung: Die Installation in das System-Python wird nicht empfohlen. Verwenden Sie virtuelle Umgebungen (z. B. venv oder uv), um die Installation zu isolieren.

Abhängigkeiten installieren

apt-get update -y && \
    apt-get install -y --no-install-recommends \
    libdmtx0b \
    zbar-tools \
    build-essential \
    libgl1-mesa-glx \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

Python 3.12 installieren

Es gibt mehrere Möglichkeiten, Python 3.12 auf Linux-Systemen zu installieren. Unsere empfohlene Methode ist die Verwendung von uv. Wenn uv bereits installiert ist, springen Sie zum nächsten Schritt.

curl -fsSL https://astral.sh/uv/0.9.17/install.sh | bash -s -- -p /usr/local -v 1.4.6
uv python install 3.12
uv venv

AugeLab Studio Headless installieren

uv pip install studio --extra-index-url https://pyrepo.augelab.com --extra-index-url https://download.pytorch.org/whl/cpu --index-strategy unsafe-best-match

Docker mit CPU/CUDA auf x86_64

Es stehen mehrere vorgefertigte Docker-Images für den Betrieb von Headless Studio zur Verfügung. Die einfachste Methode ist, ein bestehendes Image aus unserem Docker Hub Repository zu ziehen:

Docker CPU-Image

Option 1: Image ziehen

# change the version tag as needed
docker pull public.ecr.aws/o9c1t9b5/augelab-studio/ubuntu-cpu-studio:3.4.5

Option 2: Eigenes Image von Grund auf erstellen

FROM python:3.12-slim-bookworm

# Set a working directory inside the container
WORKDIR /app

# 2. Install System Dependencies identified from the workflow, install uv
RUN apt-get update -y && \
    apt-get install -y --no-install-recommends \
    libdmtx0b \
    zbar-tools \
    build-essential \
    libgl1-mesa-glx \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

# Download the latest installer
ADD https://astral.sh/uv/0.9.17/install.sh /uv-installer.sh

# Run the installer then remove it
RUN sh /uv-installer.sh && rm /uv-installer.sh

# Ensure the installed binary is on the `PATH`
ENV PATH="/root/.local/bin/:$PATH"

# 4. Install Python Dependencies using pip
RUN uv pip install studio==3.4.5 --system --extra-index-url https://pyrepo.augelab.com --extra-index-url https://download.pytorch.org/whl/cpu --index-strategy unsafe-best-match

GPU/CUDA-Image

AugeLab Studio unterstützt auch CUDA-Beschleunigung für Headless-Szenarien. Vorgefertigte Docker-Images sind für verschiedene CUDA-Versionen verfügbar:

# change the version tag as needed
docker pull public.ecr.aws/o9c1t9b5/augelab-studio/ubuntu-gpu-studio:3.4.5

Das Selbst-Bauen eines GPU-Images kann 3–4 Stunden und mehrere Iterationen in Anspruch nehmen. Wenn Sie dennoch ein eigenes Image bauen möchten, kontaktieren Sie uns für detaillierte Anleitungen.

ARM64 (Raspberry Pi, Jetson Nano/AGX)

AugeLab Studio unterstützt die ARM64-Architektur für Headless-Einsätze auf Geräten wie Raspberry Pi und der NVIDIA Jetson-Serie. Nachfolgend finden Sie die Installationshinweise für diese Plattformen.

Raspberry Pi 4

Um Headless Studio auf Raspberry Pi OS (64-Bit) zu installieren, folgen Sie denselben Schritten wie oben unter Linux. Stellen Sie sicher, dass Python 3.12 über uv oder eine andere Methode installiert ist, bevor Sie das Studio-Paket installieren.

Jetson Nano/AGX

Jetson-Geräte laufen auf ARM64 und benötigen spezifische CUDA-Versionen sowie mehrere Kompilationsschritte.

Die CPU-Installation ähnelt der oben beschriebenen Linux-Installation. Für GPU/CUDA-Unterstützung kontaktieren Sie uns bitte für detaillierte Anweisungen und vorgefertigte Pakete, die für Jetson-Geräte geeignet sind.