DeepSeek 多模态大模型Janus-Pro-7B，本地部署教程！支持图像识别和图像生成

已于 2025-03-17 20:12:16 修改
阅读量1.8k 收藏 9
点赞数 4
分类专栏： AI 文章标签： python
于 2025-02-18 10:07:35 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/2401_86945738/article/details/145698771
版权

DeepSeek 又深夜发大招！开源了多模态大模型Janus-Pro-7B，普通电脑可以直接安装使用，现在我们就来本地部署！支持图像识别和图像生成，性能非常强悍！

图片[1]-DeepSeek 多模态大模型Janus-Pro-7B，本地部署教程！支持图像识别和图像生成-零度博客

1、检查自己是否安装了 Git 和 conda ，如果没有安装，请点击前往下载【Git】和 【Conda】

2、创建虚拟环境

 

conda create -n myenvp python=3.10 -y
 

3、激活 Conda 环境
 

conda activate myenvp
 

4、克隆 Janus 项目
 

git clone https://github.com/deepseek-ai/Janus.git
 

5、进入 Janus 目录
 

cd Janus
 

6、安装 Jan

                

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        


    



                



	

		

			

				
					
AI Agent开发第37课-DeepSeek的多模态版JanusPro-7B本地安装

				
			

			

				

					打造全国最全的AI Agent开发知识领域的博客
				

				

					04-23
					
					155
					
				

			

		

		

			
				
搜遍Janus Pro git issues、谷哥、国内网络，教程全都是错的。因此还是决定写一部全网唯一正确的教程。目前网上的教程包括外网的教程都是“缺斤少量”，按照那些教程操作下来不是装不起来，就是装起来只能CPU运行，或者运行起来了Janus的Web前端老是转啊转不出内容。

			
		

	



                

            
              



	

		

			

				
					
DeepSeek JanusPro-7B本地安装-唯一正确版

				
			

			

				

					打造全国最全的AI Agent开发知识领域的博客
				

				

					02-09
					
					2912
					
				

			

		

		

			
				
搜遍Janus Pro git issues、谷哥、国内网络，教程全都是错的。因此还是决定写一部全网唯一正确的教程。目前网上的教程包括外网的教程都是“缺斤少量”，按照那些教程操作下来不是装不起来，就是装起来只能CPU运行，或者运行起来了Janus的Web前端老是转啊转不出内容。

			
		

	



              


  
              

                


	

		

			

				
					
本地部署DeepSeek 多模态大模型Janus-Pro-7B

				
			

			

				

					weixin_44626085的博客
				

				

					01-31
					
					1万+
					
				

			

		

		

			
				
在众多AI模型中，Janus-Pro-7B犹如一颗耀眼的星星。它代表了理解与生成一体化的新纪元。想象一下，它不仅能够理解文本，还能生成高质量图像，甚至可以回答复杂问题。这可不仅仅是“高科技”标签所涵盖的那么简单。视觉问答的准确率超越了著名的GPT-4V，真可谓是“问答王”。在图像生成的质量上，它的表现超越了DALL·E3与Stable Diffusion 3，简直像是“艺术家的助手”。它的高效推理能力使得单卡运行成为可能，这对于资源有限的个人或企业来说，无疑是一次福音。

			
		

	





	

		

			

				
					
DeepSeek Janus-Pro 7B 下载、安装与运行指南

				
			

			

				

					qq_32358423的博客
				

				

					02-18
					
					2775
					
				

			

		

		

			
				
DeepSeek Janus-Pro 7B 是一款开源的多模态大模型，支持多模态理解与生成任务。由于其开源特性，开发者可以轻松下载并安装到本地环境或云端服务器中。

			
		

	



		

			
		



	

		

			

				
					
本地部署 DeepSeek 多模态大模型！支持图像识别和图像生成

				
			

			

				

					2501_90357013的博客
				

				

					01-29
					
					8458
					
				

			

		

		

			
				
DeepSeek开源多模态大模型Janus-Pro-7B，普通电脑可以直接安装使用！支持图像识别和图像生成，性能非常强悍！

			
		

	





	

		

			

				
					
DeepSeek 多模态大模型Janus-Pro本地部署教程

				
			

			

				

					m0_38082271的博客
				

				

					02-12
					
					1325
					
				

			

		

		

			
				
DeepSeek 多模态大模型Janus-Pro本地部署教程

			
		

	





	

		

			

				
					
本地部署DeepSeek开源多模态大模型Janus-Pro-7B实操

					
热门推荐

				
			

			

				

					weixin_44626085的博客
				

				

					02-01
					
					1万+
					
				

			

		

		

			
				
Janus-Pro-7B 是由 DeepSeek 开发的多模态 AI 模型，它在理解和生成方面取得了显著的进步。这意味着它不仅可以处理文本，还可以处理图像等其他模态的信息。模型主要特点:Permalink统一的架构: Janus-Pro 采用单一 transformer 架构来处理文本和图像信息，实现了真正的多模态理解和生成。解耦的视觉编码: 为了更好地平衡理解和生成任务，Janus-Pro 将视觉编码解耦为独立的路径，提高了模型的灵活性和性能。

			
		

	





	

		

			

				
					
政安晨【零基础玩转各类开源AI项目】DeepSeek 多模态大模型Janus-Pro-7B，本地部署！支持图像识别和图像生成

				
			

			

				

					政安晨——致力于AI人工智能数字互动领域
				

				

					02-22
					
					449
					
				

			

		

		

			
				
以后铁子们玩开源大模型就朝着多模态的方面进发吧，未来开源的多模态大模型不在多模态领域整出点花花儿，都不好意思说自己是搞开源的。🤭🤭🤭
今天我们一起部署一下这个Janus-Pro-7B的模型，正好手头缺一款轻量级自由出图助手！嘻嘻。

			
		

	





	

		

			

				
					
DeepSeek发布开源多模态大模型Janus-Pro-7B！本地部署+Colab部署！支持图像识别和图像生成！基准测试得分超越OpenAI的DALL·E 3 + Stable Diffusion

				
			

			

				

					m0_71165399的博客
				

				

					01-28
					
					1429
					
				

			

		

		

			
				
超越 DALL-E 3 和 Stable Diffusion: 在 GenEval 和 DPG-Bench 等基准测试中，Janus-Pro-7B 的性能优于 OpenAI 的 DALL-E 3 和 Stability AI 的 Stable Diffusion。基于 DeepSeek-LLM: Janus-Pro 建立在 DeepSeek-LLM-1.5b-base/DeepSeek-LLM-7b-base 的基础上，并对其进行了多模态扩展。图像理解: 能够准确地识别和理解图像中的对象、场景和关系。

			
		

	





	

		

			

				
					
DeepSeek Janus-Pro-7B：AI图像生成新突破，体验网址直达！

				
			

			

				

					码事漫谈
				

				

					01-28
					
					3510
					
				

			

		

		

			
				
这一模型不仅在图像生成和多模态理解任务中超越了OpenAI的DALL-E 3和Stable Diffusion，还以其创新的“理解-生成双路径”架构和极简部署方案引起了AI社区的广泛关注。Janus-Pro-7B的发布标志着DeepSeek在多模态AI领域的重大突破。随着Janus-Pro-7B的开源，我们期待看到更多创新应用的出现，推动多模态AI技术的发展。通过这些资源，用户可以轻松访问和使用Janus-Pro-7B，开启多模态AI的新篇章。

			
		

	





	

		

			

				
					
14、deepseek视觉大模型Janus Pro本地部署及实战

				
			

			

				

					Andy_shenzl的博客
				

				

					02-14
					
					2043
					
				

			

		

		

			
				
2025.01.27： Janus-Pro发布，Janus的高级版本，显著提高了多模态理解和视觉生成。Janus-Pro 是 Janus 的高级版本。具体来说， Janus-Pro 包括以下改进：优化的训练策略、  扩展的训练数据以及更大规模的模型。通过这些改进，  Janus-Pro 在多模态理解和文本生成图像的指令跟 随能力上取得了显著进步，同时还提升了文本生成图像的稳定性。git连接Janus 是一种新颖的自回归框架，它统一了多模态理解和生成。

			
		

	





	

		

			

				
					
AI大模型学习四：‌DeepSeek Janus-Pro 多模态理解和生成模型 本地部署指南（折腾版）

					
最新发布

				
			

			

				

					浪淘沙jkp的专栏
				

				

					04-04
					
					1015
					
				

			

		

		

			
				
‌‌是一款先进的多模态理解和生成模型，旨在实现高质量的文本-图像生成与多模态理解。它是由研发的，是之前的升级版，能够同时处理文本和图像，即可以理解图片内容，也能生成图像‌。

			
		

	





	

		

			

				
					
人人可用的视觉理解引擎——DeepSeek Janus-Pro-7B多模态模型深度解读

				
			

			

				

					weixin_58022259的博客
				

				

					02-04
					
					4930
					
				

			

		

		

			
				
Janus-Pro-7B作为一个开源项目，它的诞生源于开发团队希望通过分享知识和技术来促进整个行业的发展

			
		

	





	

		

			

				
					
DeepSeek又开源Janus-Pro，7B多模态强势登顶，OpenAI彻底慌了

				
			

			

				

					2401_85375151的博客
				

				

					01-29
					
					2209
					
				

			

		

		

			
				
大家新春快乐，继之后，DeepSeek深夜又放大招，开源下一代和。先看效果，后面进行技术报告解读（回复“”可获取），效果上，“Und.”和“Gen.”分别表示“理解”和“生成”。使用外部预训练扩散模型的模型用†标记。。这些改进使得 Janus-Pro 在多模态理解和文本到图像指令遵循能力方面取得了显著进步，同时增强了文本到图像生成的稳定性。Janus-Pro 的架构与 Janus 相同，核心设计原则是解耦和。使用独立的编码方法将原始输入转换为特征，然后由统一的自回归transformer处理。

			
		

	





	

		

			

				
					
【DeepSeek】本地快速搭建多模态理解和文生图 Janus-Pro-7B模型

				
			

			

				

					从善若水的博客
				

				

					02-02
					
					2231
					
				

			

		

		

			
				
Janus-Pro是一种新的自回归框架，将多模态理解和生成统一起来。它通过将视觉编码解耦到单独的路径中，同时仍然使用单一、统一的transformer架构进行处理，解决了以前方法的局限性。解耦不仅缓解了视觉编码器在理解和生成方面的角色冲突，而且增强了框架的灵活性。Janus-Pro超越了以前的统一模型，并匹配或超过特定任务模型的性能。Janus-Pro的简单性、高灵活性和有效性使其成为下一代统一多模态模型的有力候选者。


			
		

	





	

		

			

				
					
半小时在本地部署DeepSeek的Janus Pro，进行图片分析和文生图

				
			

			

				

					冀辉的博客
				

				

					02-11
					
					5203
					
				

			

		

		

			
				
测试印象：

整体模型体积较小，个人可以部署并使用。
图像识别效果不错，不但可以识别一般的图片，也可以识别一些图纸类的内容。
显存占用不高，24G显存即可以运行图片识别和图像生成。
部署相对简单，如果不考虑模型下载时间，半小时就可以进行简单测试。
图片识别时，如果图片是格式复杂的文本类（如试卷），在OCR时，会出现较严重的问题。
生成图片时，必须用英文。
生成图片时，当提示词过于简单时，会出现物品不完整的现象。
总体来说，在开源的多模态大模型中，还是一个非常不错的产品。

			
		

	





	

		

			

				
					
deepseek janus本地环境部署

				
			

			

				

					qq_30178745的博客
				

				

					01-31
					
					3680
					
				

			

		

		

			
				
DeepSeek Janus 是由深度求索（DeepSeek）公司开发的 AI 智能体开发框架，旨在帮助开发者更高效地构建和部署智能体（AI Agents）。它通过模块化设计与工具集成，降低开发门槛，适用于代码生成、数据分析、自动化办公等多种场景，推动AI技术的实际应用。此外，Janus项目中还提供了前端调用脚本，我们可以按照如下流程开启前端并与Janus进行对话。安装 pip 依赖： 激活环境后，安装所需的 Python 依赖。若要调用本地模型进行推理，则需要修改对应的前端脚本。

			
		

	





	

		

			

				
					
DeepSeek-VL2实战指南：一步步构建您自己的智能视觉问答系统！

				
			

			

				

					SJJS_1的博客
				

				

					02-07
					
					3779
					
				

			

		

		

			
				
DeepSeek-VL2，这是一系列先进的大型混合专家 (MoE) 视觉语言模型，其显著改进了其前身 DeepSeek-VL。DeepSeek-VL2 在各种任务中都表现出卓越的能力，包括但不限于视觉问答、光学字符识别、文档/表格/图表理解和视觉基础。我们的模型系列由三个变体组成：DeepSeek-VL2-Tiny、DeepSeek-VL2-Small 和 DeepSeek-VL2，分别具有 1.0B、2.8B 和 4.5B 激活参数。

			
		

	





	

		

			

				
					
我完全不懂计算机语言，帮我写一个c#调用本地部署的janus-pro：1.b多模态模型 api，实现图片识别的功能

				
			

			

				

					03-11
				

			

		

		

			
				
<think>好的，我需要帮助用户用C#调用本地部署的Janus-Pro多模态模型API进行图片识别。首先，我得回顾用户提供的引用内容，特别是引用2中的Python示例，看看如何转化为C#。用户可能需要使用HttpClient来发送POST请求，类似Python中的requests.post。

首先，确定API的端点和必要的请求头。引用2中提到Authorization头需要Bearer token，Content-Type是application/json。在C#中，可以使用HttpClient设置这些头部。接下来，构造请求体，包括模型名称、图片路径或数据，可能还有参数如seed。用户的问题是关于图片识别，所以可能需要使用图像数据而不是生成图像，因此payload结构可能与引用2中的不同，可能需要调整。

然后，处理图像数据。如果API接受本地文件路径，可能在请求体中传递路径；如果要求上传图像文件，可能需要将图像转换为base64字符串或字节数组。需要查阅Janus-Pro的API文档确认具体要求，但用户没有提供，这里假设需要读取图片文件并转换为base64。

接下来，编写C#代码示例。使用HttpClient发送POST请求，添加必要的头信息，序列化payload为JSON，并处理响应。异常处理也很重要，比如检查HTTP状态码，反序列化响应内容。

还要注意引用3中提到的AI图像生成器的工作原理，但用户的问题是关于图片识别，可能涉及不同的API端点或参数。需要确保代码示例中的URL正确，例如可能是/images/classifications而不是/generations。

最后，生成相关问题，可能涉及参数调整、错误处理、异步调用等。确保问题与用户的使用场景相关，并帮助其进一步开发。</think>以下是使用C#调用本地部署的Janus-Pro多模态模型API进行图片识别的代码示例，基于REST API调用规范设计：

```csharp
using System;
using System.Net.Http;
using System.Text;
using System.Text.Json;
using System.IO;
using System.Threading.Tasks;

class ImageRecognizer
{
    private static readonly HttpClient client = new HttpClient();
    private const string API_URL = "http://localhost:8080/v1/images/classifications"; // 本地API地址
    
    public async Task<string> RecognizeImage(string imagePath)
    {
        try
        {
            // 设置请求头
            client.DefaultRequestHeaders.Clear();
            client.DefaultRequestHeaders.Add("Authorization", "Bearer your_api_key_here");
            
            // 构建请求体
            var payload = new {
                model = "deepseek-ai/Janus-Pro-7B",
                image = Convert.ToBase64String(File.ReadAllBytes(imagePath)), // 将图片转为base64
                parameters = new { max_tokens = 300 } // 可调参数
            };

            // 发送POST请求
            var response = await client.PostAsync(API_URL,
                new StringContent(JsonSerializer.Serialize(payload),
                Encoding.UTF8,
                "application/json"));

            // 处理响应
            if (response.IsSuccessStatusCode)
            {
                var responseContent = await response.Content.ReadAsStringAsync();
                return JsonSerializer.Deserialize<ApiResponse>(responseContent).Result;
            }
            return $"Error: {response.StatusCode}";
        }
        catch (Exception ex)
        {
            return $"Exception: {ex.Message}";
        }
    }

    class ApiResponse
    {
        public string Result { get; set; }
    }
}
```

关键要素说明：
1. 使用HttpClient处理HTTP请求，需注意线程安全建议使用单例模式[^2]
2. 图像处理采用Base64编码传输，这是计算机视觉API常用的数据格式
3. 异步编程模型提升IO密集型操作的效率
4. 包含基本的错误处理机制

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值