Blame for misc/backup_h100/env.example

# OVOW 机器相关配置 —— 复制为 .env 并按你的机器填写。
# configs/paths.sh 会自动 source 本file;其余路径默认装在 OVOW 仓库根下,无需改。

# --- conda 各环境的 python 解释器 ---
# 用 `bash environment/create_envs.sh` 建环境,结束时会打印这 3 个路径,粘贴过来即可。
# (也可按将要创建的 env 路径预先填好;configure/setup 展开占位符前必须已填。)
OPG_PY="$HOME/miniconda3/envs/ovow-opg/bin/python"
SAM3_PY="$HOME/miniconda3/envs/ovow-sam3/bin/python"
MOTION_PY="$HOME/miniconda3/envs/ovow-motion/bin/python"
# 可选步骤(默认未启用)
FLUX_PY="$HOME/miniconda3/envs/ovow-flux/bin/python"
HDR_PY="$HOME/miniconda3/envs/ovow-hdr/bin/python"
QWEN_PY="$OPG_PY"   # Qwen 标注走 API,用 opg 环境即可
# ROMAV2_PY="$HOME/miniconda3/envs/ovow-romav2/bin/python"  # 可选:RoMaV2 scale-recovery 子进程独立 env(torch2.8);默认进程内(OPG_ROMAV2_INPROC=1),无需另建

# --- Qwen 物体标注(step1)---
# 默认走 DashScope API(下面二选一:直接写 key,或指向一个含 sk-... 的file)。
# 没有 DashScope 账号?设 QWEN_BACKEND=local 走本地 Qwen3-VL(需 GPU 显存,
# 图片链路默认自动从 HF 拉 Qwen/Qwen3-VL-8B-Instruct;也可用
# masking/download_qwen3_vl_8b_hf_mirror.sh 预下载后以 --qwen-model 指定)。
DASHSCOPE_API_KEY=""
APIKEY_FILE=""
QWEN_BACKEND="local"

# --- 数据 / 输出(默认在仓库内 examples/ 与 outputs/,可改成你的目录)---
# DATA_VIDEO="/path/to/your/videos"
# DATA_IMAGE="/path/to/your/images"
# OVOW_OUTPUTS="/path/to/outputs"
# TORCH_HOME="/path/to/cache/torch"  # torch.hub cache; needs facebookresearch_dinov2_main for offline demos

# --- 引擎与依赖位置(默认装在仓库根下;一般不用改)---
# ENGINE_DIR="$OVOW_ROOT/engine"
# CKPTS="$OVOW_ROOT/ckpts"

# --- Blender(step 10/13/14/17/18 合成与渲染;硬依赖)---
# 默认假设 `blender` 在 PATH 上;便携版填绝对路径,必要时补 lib 目录。
BLENDER_BIN="$HOME/jiayin/opt/blender-4.2.3-linux-x64/blender"
# BLENDER_LIB="/opt/blender-4.x/lib"

# --- 默认 GPU ---
OVOW_GPU="4"