VMware虚拟机中搭建MogFace-large开发测试环境教程

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8GB（8192 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：

1. 语言：选择English（或者你熟悉的语言）。
2. 键盘布局：保持默认。
3. 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。
4. 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)。
5. 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。
6. 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。
7. 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。
8. 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。

1. 在VMware Player的菜单栏，找到你的虚拟机 -> 管理 -> 虚拟机设置。
2. 在“选项”标签页里，选择“共享文件夹”。
3. 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”。
4. 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。

1. 在Ubuntu虚拟机里，用ip addr show命令查看IP地址（比如192.168.1.105）。
2. 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）。
3. 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。