AttributeError: type object ‘OutputKeys‘ has no attribute ‘OUTPUT_VIDEO_PATH‘

Traceback (most recent call last):
  File "text-to-video.py", line 17, in
    video_path = output[OutputKeys.OUTPUT_VIDEO_PATH]
AttributeError: type object 'OutputKeys' has no attribute 'OUTPUT_VIDEO_PATH'

import subprocess
import sys
subprocess.check_call([sys.executable, "-m", "pip", "install", "datasets==2.16.1", "-i", "https://mirrors.aliyun.com/pypi/simple"])
import os
from modelscope.pipelines import pipeline
from modelscope.outputs import OutputKeys
pipeline = pipeline("text-to-video-synthesis", "damo/text-to-video-synthesis", device="cpu")
prompts = [
    "A cat walking in a garden under sunlight, 0-6 seconds",
    "A cat walking in a garden under sunlight, 6-12 seconds",
    "A cat walking in a garden under sunlight, 12-18 seconds",
    "A cat walking in a garden under sunlight, 18-24 seconds",
    "A cat walking in a garden under sunlight, 24-30 seconds"
]
for i, prompt in enumerate(prompts):
    output = pipeline(prompt, num_frames=48, fps=8)
    video_path = output[OutputKeys.OUTPUT_VIDEO_PATH]
    os.rename(video_path, f"/app/output/video_{i}.mp4")
    print(f"Video saved to /app/output/video_{i}.mp4")

AttributeError: type object 'OutputKeys' has no attribute 'OUTPUT_VIDEO_PATH'

以及之前的错误日志（如 PyAV 缺失、attn_mask 形状问题、CUDA 相关问题），可以确认当前问题出在 modelscope.outputs.OutputKeys.OUTPUT_VIDEO_PATH 不存在，导致代码在以下行报错：

python

CollapseWrapRun

Copy

video_path = output[OutputKeys.OUTPUT_VIDEO_PATH]

这表明你使用的 modelscope 版本中，OutputKeys 类没有定义 OUTPUT_VIDEO_PATH 属性，可能是因为：

• API 变化：modelscope 更新了输出键名。
• 版本不兼容：当前版本不支持 OUTPUT_VIDEO_PATH。
• 文档或代码错误：代码使用了错误的键名。

以下是问题的详细分析和解决步骤，基于你的代码和上下文。

---

问题分析

1. 错误原因：
   • OutputKeys 是一个枚举类，用于定义 modelscope 管道输出字典的键名。
   • OUTPUT_VIDEO_PATH 在你的 modelscope 版本中未定义，说明管道输出使用了不同的键名（如 video_path 或其他）。
   • 错误发生在后处理阶段，pipeline 已生成输出，但无法提取视频路径。
2. 代码上下文：

   python

   CollapseWrapRun

   Copy

   output = pipeline(prompt, num_frames=48, fps=8) video_path = output[OutputKeys.OUTPUT_VIDEO_PATH]

   • 你直接传递 prompt（字符串）到 pipeline，而之前的建议是使用 {"text": prompt}。虽然代码可能运行到输出阶段，但输入格式可能影响输出结构。
   • output 是一个字典，包含管道生成的视频路径，但键名与 OutputKeys.OUTPUT_VIDEO_PATH 不匹配。
3. 之前的修复：
   • 你已解决 PyAV 缺失问题（通过安装 av）。
   • attn_mask 形状问题（(77, 77) vs (1, 1)）已修复。
   • CUDA 问题（self.device 和 to(self.device)）已通过设置为 cpu 解决。
   • torch.cuda.amp.autocast 警告可能仍存在，但不影响运行。
4. 可能的根本原因：
   • 键名变化：modelscope 的 text-to-video-synthesis 管道可能使用新的键名（如 video_path 或 output_video）。
   • 输入格式：直接传递 prompt 而非 {"text": prompt} 可能导致输出结构不一致。
   • 版本问题：modelscope 版本过旧或过新，导致 OutputKeys 属性不同。

---

解决方法

方法1：调试 pipeline 输出

打印 pipeline 的输出字典，确认实际键名。

1. 修改 text-to-video.py： 在报错行前添加打印：

   python

   CollapseWrapRun

   Copy

   import subprocess import sys subprocess.check_call([sys.executable, "-m", "pip", "install", "datasets==2.16.1", "-i", "https://mirrors.aliyun.com/pypi/simple"]) import os from modelscope.pipelines import pipeline from modelscope.outputs import OutputKeys pipeline = pipeline("text-to-video-synthesis", "damo/text-to-video-synthesis", device="cpu") prompts = [ "A cat walking in a garden under sunlight, 0-6 seconds", "A cat walking in a garden under sunlight, 6-12 seconds", "A cat walking in a garden under sunlight, 12-18 seconds", "A cat walking in a garden under sunlight, 18-24 seconds", "A cat walking in a garden under sunlight, 24-30 seconds" ] for i, prompt in enumerate(prompts): output = pipeline(prompt, num_frames=48, fps=8) print(f"Pipeline output: {output}") # 添加调试打印 video_path = output[OutputKeys.OUTPUT_VIDEO_PATH] os.rename(video_path, f"/app/output/video_{i}.mp4") print(f"Video saved to /app/output/video_{i}.mp4")

2. 运行脚本：

   bash

   CollapseWrapRun

   Copy

   python text-to-video.py

3. 检查输出：
   • 查看 Pipeline output: {...}，找到包含视频路径的键名（例如 video_path, output_video, 或 output_video_path）。
   • 示例输出可能为：

     text

     CollapseWrap

     Copy

     Pipeline output: {'video_path': '/tmp/video.mp4'}

4. 更新代码： 根据打印结果，替换键名。例如，如果键名是 video_path：

   python

   CollapseWrapRun

   Copy

   video_path = output['video_path']

方法2：检查 OutputKeys 定义

查看 OutputKeys 的可用属性，找到正确的键名。

1. 检查 OutputKeys： 运行：

   bash

   CollapseWrapRun

   Copy

   python -c "from modelscope.outputs import OutputKeys; print(dir(OutputKeys))"

2. 查找替代键名：
   • 寻找类似 VIDEO_PATH, OUTPUT_VIDEO, 或 OUTPUT_PATH 的属性。
   • 如果没有相关属性，依赖方法1的打印结果。
3. 修改代码： 假设发现键名是 VIDEO_PATH，更新：

   python

   CollapseWrapRun

   Copy

   video_path = output[OutputKeys.VIDEO_PATH]

方法3：使用字符串键名绕过 OutputKeys

直接使用字符串键名，假设常见的键名。

1. 修改 text-to-video.py： 替换：

   python

   CollapseWrapRun

   Copy

   video_path = output[OutputKeys.OUTPUT_VIDEO_PATH]

   为：

   python

   CollapseWrapRun

   Copy

   video_path = output['output_video_path'] # 尝试小写

2. 尝试其他键名： 如果报错，依次尝试：

   python

   CollapseWrapRun

   Copy

   video_path = output['video_path'] video_path = output['output_video']

3. 完整代码：

   python

   CollapseWrapRun

   Copy

   import subprocess import sys subprocess.check_call([sys.executable, "-m", "pip", "install", "datasets==2.16.1", "-i", "https://mirrors.aliyun.com/pypi/simple"]) import os from modelscope.pipelines import pipeline from modelscope.outputs import OutputKeys pipeline = pipeline("text-to-video-synthesis", "damo/text-to-video-synthesis", device="cpu") prompts = [ "A cat walking in a garden under sunlight, 0-6 seconds", "A cat walking in a garden under sunlight, 6-12 seconds", "A cat walking in a garden under sunlight, 12-18 seconds", "A cat walking in a garden under sunlight, 18-24 seconds", "A cat walking in a garden under sunlight, 24-30 seconds" ] for i, prompt in enumerate(prompts): output = pipeline(prompt, num_frames=48, fps=8) video_path = output['output_video_path'] # 替换为假设键名 os.rename(video_path, f"/app/output/video_{i}.mp4") print(f"Video saved to /app/output/video_{i}.mp4")

4. 运行脚本：

   bash

   CollapseWrapRun

   Copy

   python text-to-video.py

方法4：修正输入格式

你的代码直接传递 prompt（字符串）到 pipeline，而 text-to-video-synthesis 管道可能期望字典输入 {"text": prompt}。这可能影响输出结构。

1. 修改 text-to-video.py： 更新：

   python

   CollapseWrapRun

   Copy

   output = pipeline(prompt, num_frames=48, fps=8)

   为：

   python

   CollapseWrapRun

   Copy

   output = pipeline({"text": prompt}, num_frames=48, fps=8)

2. 完整代码：

   python

   CollapseWrapRun

   Copy

   import subprocess import sys subprocess.check_call([sys.executable, "-m", "pip", "install", "datasets==2.16.1", "-i", "https://mirrors.aliyun.com/pypi/simple"]) import os from modelscope.pipelines import pipeline from modelscope.outputs import OutputKeys pipeline = pipeline("text-to-video-synthesis", "damo/text-to-video-synthesis", device="cpu") prompts = [ "A cat walking in a garden under sunlight, 0-6 seconds", "A cat walking in a garden under sunlight, 6-12 seconds", "A cat walking in a garden under sunlight, 12-18 seconds", "A cat walking in a garden under sunlight, 18-24 seconds", "A cat walking in a garden under sunlight, 24-30 seconds" ] for i, prompt in enumerate(prompts): output = pipeline({"text": prompt}, num_frames=48, fps=8) print(f"Pipeline output: {output}") # 调试 video_path = output['output_video_path'] # 替换为假设键名 os.rename(video_path, f"/app/output/video_{i}.mp4") print(f"Video saved to /app/output/video_{i}.mp4")

3. 运行脚本：

   bash

   CollapseWrapRun

   Copy

   python text-to-video.py

方法5：更新 modelscope

尝试更新 modelscope 到最新版本，或安装支持 OUTPUT_VIDEO_PATH 的版本。

1. 更新 modelscope：

   bash

   CollapseWrapRun

   Copy

   pip install --upgrade modelscope -i https://mirrors.aliyun.com/pypi/simple --root-user-action=ignore

2. 检查版本：

   bash

   CollapseWrapRun

   Copy

   pip show modelscope

3. 运行脚本：

   bash

   CollapseWrapRun

   Copy

   python text-to-video.py

4. 尝试特定版本： 如果最新版本无效，尝试较旧版本（如 1.7.0）：

   bash

   CollapseWrapRun

   Copy

   pip install modelscope==1.7.0 -i https://mirrors.aliyun.com/pypi/simple --root-user-action=ignore

方法6：检查管道源码

查看 text_to_video_synthesis_pipeline.py 的 postprocess 方法，确认输出键名。

1. 编辑文件：

   bash

   CollapseWrapRun

   Copy

   nano /usr/local/lib/python3.8/dist-packages/modelscope/pipelines/multi_modal/text_to_video_synthesis_pipeline.py

2. 定位 postprocess 方法： 找到第84行附近（torchvision.io.write_video 调用处），检查返回的字典。例如：

   python

   CollapseWrapRun

   Copy

   return {'video_path': video_path}

3. 更新代码： 根据源码，替换 text-to-video.py 中的键名。

---

额外注意

• 持久化更改： 将修改写入 Dockerfile：

  dockerfile

  CollapseWrap

  Copy

  RUN pip install av modelscope -i https://mirrors.aliyun.com/pypi/simple --root-user-action=ignore RUN sed -i 's/OutputKeys.OUTPUT_VIDEO_PATH/"output_video_path"/' /app/text-to-video.py RUN sed -i 's/pipeline(prompt/pipeline({"text": prompt}/' /app/text-to-video.py

  重新构建：

  bash

  CollapseWrapRun

  Copy

  docker build -t your_image_name .

• 环境验证： 检查依赖：

  bash

  CollapseWrapRun

  Copy

  pip show modelscope torch torchvision av

• 日志警告：
  • 忽略 FutureWarning 和预处理器警告。
  • 如果仍有 torch.cuda.amp.autocast 警告，确认已修改：

    bash

    CollapseWrapRun

    Copy

    sed -i 's/with amp.autocast(enabled=True):/with torch.amp.autocast(device_type='"'"'cpu'"'"', enabled=True):/' /usr/local/lib/python3.8/dist-packages/modelscope/models/multi_modal/video_synthesis/text_to_video_synthesis_model.py

---

推荐步骤

1. 优先：方法4（修正输入格式为 {"text": prompt}）+ 方法1（打印 pipeline 输出）。
2. 方法2（检查 OutputKeys）。
3. 方法3（更新 modelscope）。
4. 方法5（使用字符串键名）。

---

下一步

请提供：

• 方法1的打印结果（Pipeline output: {output}）。
• python -c "from modelscope.outputs import OutputKeys; print(dir(OutputKeys))" 输出。
• modelscope 版本：

  bash

  CollapseWrapRun

  Copy

  pip show modelscope

• 最新错误日志（如果有）。 我可以进一步协助