本地部署 DeepSeek 多模态大模型!支持图像识别和图像生成

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!

OIF.webp

特别说明!

虽说现在的电脑基本都能跑,但是最好还是十几代的 CPU 或者 GPU。

安装教程

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】

git --version
conda --version

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 Janus 依赖

pip install -e .

7. 安装 Gradio(UI)

pip install gradio

8. 启动 UI

获取命令:https://life.mdjsjd.me/archives/50.html

### 关于 DeepSeek 图片识别 API 的信息 #### 获取 API 密钥 为了使用 DeepSeek 提供的服务,包括图片识别功能,首先需要获得 API 密钥。这一步骤简单快捷,无需编写任何代码即可完成设置过程[^2]。 #### 调用图片识别接口 一旦拥有了有效的 API 密钥,就可以通过 HTTP 请求的方式向 DeepSeek 发送待处理的图像文件。通常情况下,会采用 POST 方法提交数据,并指定相应的端点 URL 来触发特定类型的分析任务。例如: ```bash curl -X POST https://api.deepseek.com/vision/analyze \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY_HERE" \ -d '{"image_url": "https://example.com/path/to/image.jpg"}' ``` 此命令发送了一个 JSON 对象给服务器,其中包含了要分析的图片链接。实际应用中也可以直接上传二进制形式的本地图片文件[^1]。 #### 解析返回结果 成功执行上述请求之后,将会接收到由 DeepSeek 处理后的响应消息。这个回复通常是结构化的 JSON 数据,里面可能含有多个字段来描述检测到的对象类别及其位置坐标等细节信息。下面是一个简化版的结果样例: ```json { "status": "success", "results": [ { "label": "dog", "confidence": 0.98, "bounding_box": {"left": 50, "top": 60, "width": 100, "height": 70} }, ... ] } ``` 这里 `label` 表示预测出来的物体名称;而 `confidence` 则反映了算法对该判断的确信程度;最后还有用于绘制矩形框的位置参数集合 `bounding_box`。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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