Kurulum

Headless AugeLab Studio kurulumu, işletim sisteminize göre değişir. Aşağıda kendi platformunuza uygun adımları takip edin.

Windows

AugeLab Studio kurucusunu (installer) kullanmak, Headless runtime'ı otomatik olarak ayarlar ve Windows üzerinde Headless Studio kurmak için önerilen yöntemdir.

Linux

Linux sistemlerde AugeLab Studio kurulumu oldukça basittir. Aşağıdaki adımları izleyin.

Uyarı: Sistem Python'una (system Python) kurulum yapılması önerilmez. Kurulumu izole etmek için sanal ortamlar (ör. venv veya uv) kullanın.

Bağımlılıkları yükleyin

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 Kurulumu

Linux sistemlerde Python 3.12 kurmanın birden çok yolu vardır. Önerilen yöntemimiz uv kullanmaktır. Eğer zaten uv kuruluysa, bir sonraki adıma geçebilirsiniz.

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 Kurulumu

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 (CPU/CUDA) — x86_64

Headless Studio çalıştırmak için birkaç hazır Docker görüntüsü mevcuttur. İlk seçenek, Docker Hub / public ECR üzerindeki mevcut görüntüyü çekmektir.

Docker CPU görüntüsü

Seçenek 1: Görüntüyü çekin

# version etiketini ihtiyacınıza göre değiştirin
docker pull public.ecr.aws/o9c1t9b5/augelab-studio/ubuntu-cpu-studio:3.4.5

Seçenek 2: Baştan kendi görüntünüzü oluşturun

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 görüntüsü

AugeLab Studio, headless kullanımda CUDA hızlandırmasını da destekler. Farklı CUDA sürümleri için önceden derlenmiş Docker görüntüleri mevcuttur:

# version etiketini ihtiyacınıza göre değiştirin
docker pull public.ecr.aws/o9c1t9b5/augelab-studio/ubuntu-gpu-studio:3.4.5

Kendi görüntünüzü baştan derlemek birkaç saat (3–4 saat) ve birkaç iterasyon alabilir. Kendi görüntünüzü oluşturmak istiyorsanız, daha fazla talimat için bizimle iletişime geçin.

ARM64 (Raspberry Pi, Jetson Nano/AGX)

AugeLab Studio, Raspberry Pi ve NVIDIA Jetson serisi gibi cihazlarda headless kullanım için ARM64 mimarisini destekler. Aşağıda bu platformlar için kurulum notları bulunmaktadır.

Raspberry Pi 4

Raspberry Pi OS (64-bit) üzerinde Headless Studio kurmak için yukarıdaki Linux adımlarını takip edin. Studio paketini yüklemeden önce uv veya başka bir yöntemle Python 3.12'nin yüklü olduğundan emin olun.

Jetson Nano / Jetson AGX

Jetson cihazları ARM64 mimarisinde çalışır ve belirli CUDA sürümleri ile derleme gerektirebilir.

CPU kurulumu Linux'teki ile benzerdir; ancak GPU/CUDA desteği için Jetson cihazlarına özel adımlar, uyumlu CUDA sürümleri ve önceden derlenmiş paketler gerekebilir. Jetson cihazları için detaylı talimatlar veya önceden derlenmiş paketler hakkında bilgi almak isterseniz bizimle iletişime geçin.