VMware虚拟机中搭建MogFace-large开发测试环境教程最近在折腾人脸检测模型发现直接在物理服务器上部署和测试有时候不太方便尤其是当你想快速切换环境或者不想影响宿主机的时候。这时候虚拟机就成了一个绝佳的“沙盒”。今天我就来手把手带你走一遍如何在VMware虚拟机里从零开始搭建一个Ubuntu系统并在这个系统里配置好星图GPU平台的环境最终把MogFace-large这个人脸检测模型跑起来。整个过程会涉及到VMware Tools安装、共享文件夹设置、网络配置等关键步骤我会尽量讲得详细确保你跟着做就能成功。1. 准备工作与环境说明在开始之前我们先明确一下目标和需要准备的东西。我们的目标是在一台Windows或macOS的电脑上通过VMware虚拟机软件创建一个独立的Ubuntu Linux环境并在其中部署运行MogFace-large模型。你需要准备的有一台性能尚可的电脑建议CPU是i5或以上内存至少16GB分配给虚拟机8GB硬盘空间预留50GB以上。因为我们要在虚拟机里跑AI模型对资源有一定要求。VMware Workstation Player这是虚拟化软件个人可以免费使用。你可以去官网下载对应你操作系统的版本。Ubuntu Server 22.04 LTS镜像我们选择服务器版本因为它更轻量资源占用少。可以从Ubuntu官网下载ISO文件。一个星图平台的账号用于拉取MogFace-large的镜像。好了万事俱备我们开始吧。2. 创建并安装Ubuntu虚拟机首先我们得在VMware里“造”出一台虚拟的电脑并给它装上Ubuntu系统。2.1 创建新的虚拟机打开VMware Workstation Player点击“创建新虚拟机”。在安装来源这里选择“安装程序光盘映像文件(iso)”然后浏览找到你下载好的Ubuntu 22.04 ISO文件。VMware通常能自动识别出这是Ubuntu系统。接下来给虚拟机起个名字比如“Ubuntu-MogFace”并选择一个存放位置。建议放在一个剩余空间充足的硬盘分区里。然后是配置硬件。这一步很关键直接影响到虚拟机后续跑模型的性能处理器根据你宿主机的情况分配2个或4个核心。内存至少分配8GB8192 MB如果宿主机内存充裕分配12GB或16GB会更流畅。网络这里我们先选择“使用桥接网络”。这样虚拟机会像一台真实的设备一样接入你的局域网拥有独立的IP方便后续访问。如果桥接模式遇到问题我们后面再调整。磁盘选择“创建新虚拟磁盘”大小建议40GB以上选择“将虚拟磁盘拆分成多个文件”便于管理。其他设置保持默认即可点击完成虚拟机就创建好了。2.2 安装Ubuntu Server系统现在启动这台新创建的虚拟机它会自动从我们指定的ISO镜像启动进入Ubuntu安装界面。安装过程基本上是图形化的跟着提示走就行我挑几个关键点说一下语言选择English或者你熟悉的语言。键盘布局保持默认。网络连接安装程序会自动尝试连接网络如果用的是桥接模式这里应该能获取到IP地址。镜像地址为了安装更快可以选择国内的镜像源比如阿里云(mirrors.aliyun.com)或清华源(mirrors.tuna.tsinghua.edu.cn)。磁盘分区对于新手最简单直接的选择就是“使用整个磁盘”并设置LVM让安装程序自动处理分区。用户设置设置你的用户名、服务器名hostname和密码。记住这个密码待会登录要用。安装SSH服务在软件选择环节一定要勾选“OpenSSH server”。这样我们后面就可以用SSH工具从宿主机远程连接虚拟机操作起来比在虚拟机窗口里方便得多。等待安装完成上述设置后系统就会开始安装。安装完成后它会提示重启点击重启并按照提示移除安装介质在VMware里按提示操作即可。重启后用你设置的用户名和密码登录看到命令行提示符恭喜你Ubuntu虚拟机系统就安装好了。3. 虚拟机环境优化配置刚装好的系统还是个“毛坯房”我们需要做一些优化让它用起来更顺手也为后续部署打好基础。3.1 安装VMware Tools与配置共享文件夹VMware Tools是一套增强工具能显著提升虚拟机的性能和使用体验比如支持自由拖拽文件、屏幕自适应分辨率、以及我们马上要用到的共享文件夹功能。在Ubuntu虚拟机里打开终端依次执行以下命令来安装VMware Tools实际上是open-vm-tools开源版本# 首先更新软件包列表 sudo apt update # 安装open-vm-tools和桌面增强组件即使我们是Server版安装这个也有益 sudo apt install open-vm-tools open-vm-tools-desktop -y # 安装完成后最好重启一下虚拟机 sudo reboot重启后我们来设置共享文件夹。这个功能太有用了它允许你在宿主机上创建一个文件夹然后在虚拟机里直接访问这样传文件、放代码就方便极了。在VMware Player的菜单栏找到你的虚拟机 - 管理 - 虚拟机设置。在“选项”标签页里选择“共享文件夹”。点击“添加”按照向导添加一个你在宿主机上想共享的文件夹比如D:\VM_Share并勾选“启用此共享”。在虚拟机内部共享文件夹通常会被挂载在/mnt/hgfs/目录下。你可以用ls /mnt/hgfs/命令查看是否能看到你共享的文件夹。如果没看到可能需要手动挂载或者检查安装。共享文件夹设置成功后文件传输就再也不用依赖U盘或者网络传输了。3.2 配置网络与系统更新确保虚拟机可以顺畅地访问互联网是后续所有操作的基础。检查网络运行ip addr show命令查看是否已经获取到了IP地址通常是192.168.x.x或10.x.x.x开头的。尝试ping www.baidu.com看是否能通。如果网络不通回到虚拟机设置里检查网络适配器是否设置为“桥接模式”。有时候桥接模式可能因为宿主机网络环境问题失效可以尝试切换到“NAT模式”。NAT模式下虚拟机会共享宿主机的IP上网虽然外部网络不能直接访问虚拟机但虚拟机可以访问外网对于本教程来说也足够了。更新系统网络通畅后立即更新系统到最新状态。sudo apt update sudo apt upgrade -y更新完成后可以再次重启。4. 配置星图GPU平台环境现在我们来到了核心环节在Ubuntu虚拟机里配置运行AI模型所需的环境。这里我们使用星图平台提供的容器化方案可以省去很多复杂的依赖安装步骤。4.1 安装Docker星图平台的镜像通常以Docker容器形式提供所以我们先安装Docker。在Ubuntu终端中运行以下命令# 1. 卸载旧版本如果有的话 sudo apt remove docker docker-engine docker.io containerd runc # 2. 安装依赖包 sudo apt update sudo apt install ca-certificates curl gnupg lsb-release -y # 3. 添加Docker官方GPG密钥 sudo mkdir -p /etc/apt/keyrings curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg # 4. 设置Docker软件源 echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) stable | sudo tee /etc/apt/sources.list.d/docker.list /dev/null # 5. 安装Docker引擎 sudo apt update sudo apt install docker-ce docker-ce-cli containerd.io docker-compose-plugin -y # 6. 将当前用户加入docker组避免每次都要用sudo sudo usermod -aG docker $USER # 7. 重启docker服务并使组更改生效 sudo systemctl restart docker newgrp docker # 或者直接注销再登录 # 8. 验证安装 docker run hello-world如果看到“Hello from Docker!”的提示信息说明Docker安装成功。4.2 登录星图镜像仓库接下来我们需要登录到星图平台的镜像仓库才能拉取MogFace-large的镜像。# 使用你的星图平台账号密码登录 docker login registry.cn-hangzhou.aliyuncs.com执行命令后会提示你输入用户名和密码。输入你在星图平台注册的账号信息即可。5. 拉取并运行MogFace-large镜像环境都准备好了现在让我们把主角——MogFace-large模型——请进来。5.1 拉取镜像在终端中执行拉取命令。镜像名称和版本号请以星图镜像广场上MogFace-large的最新信息为准。docker pull registry.cn-hangzhou.aliyuncs.com/csdn_mirrors/mogface-large:latest这个镜像可能比较大需要耐心等待下载完成。你可以通过docker images命令查看已经下载到本地的镜像。5.2 运行容器并测试镜像拉取成功后我们就可以运行一个容器来启动这个模型服务了。# 运行容器并将容器的8080端口映射到宿主机的8080端口 docker run -d --name mogface_test -p 8080:8080 \ registry.cn-hangzhou.aliyuncs.com/csdn_mirrors/mogface-large:latest参数解释-d让容器在后台运行。--name mogface_test给容器起个名字方便管理。-p 8080:8080端口映射将虚拟机宿主机的8080端口映射到容器的8080端口。运行后使用docker ps命令可以看到名为mogface_test的容器正在运行。现在模型服务应该已经在虚拟机内部启动了。由于我们做了端口映射你可以在宿主机的浏览器里访问虚拟机的IP地址和端口来测试。在Ubuntu虚拟机里用ip addr show命令查看IP地址比如192.168.1.105。在宿主机的浏览器中打开http://虚拟机IP:8080例如http://192.168.1.105:8080。如果能看到MogFace-large模型的API接口文档页面比如Swagger UI或者一个简单的测试页面就说明服务启动成功了5.3 进行简单的人脸检测测试通常这类模型会提供HTTP API。我们可以用curl命令或者写个简单的Python脚本来测试。这里用curl举个例子假设模型有一个/detect的接口# 在Ubuntu虚拟机内部执行 curl -X POST http://localhost:8080/detect \ -H Content-Type: application/json \ -d {image_url: https://example.com/a_test_image.jpg}你需要将image_url替换成一个实际可公开访问的包含人脸的图片地址。如果返回了人脸框的坐标信息那么恭喜你整个MogFace-large开发测试环境就完全搭建成功了6. 总结与后续建议走完这一整套流程从创建虚拟机到模型服务跑起来虽然步骤看起来不少但每一步都是搭建一个独立、干净、可复现的AI开发环境的常见操作。在VMware虚拟机里做这些事的好处很明显环境隔离玩坏了可以快速回滚到快照方便迁移整个虚拟机文件可以拷贝到别的电脑上运行。在实际操作中你可能会遇到一些小问题比如网络模式不对、共享文件夹没挂载上、或者镜像拉取慢。大部分问题通过搜索错误信息都能找到解决方案关键是要理解每一步在做什么。如果拉取镜像慢可以尝试配置Docker镜像加速器。这个环境搭好之后你就可以尽情地测试MogFace-large模型了上传各种图片看看它的检测效果。也可以基于这个容器去学习如何调用它的API甚至修改代码进行二次开发。虚拟机就像你的专属实验场怎么折腾都行。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。