MiniMind-V 项目使用与配置指南

MiniMind-V 项目使用与配置指南

minimind-v 🚀 「大模型」1小时从0训练26M参数的视觉多模态VLM！🌏 Train a 26M-parameter VLM from scratch in just 1 hours! 项目地址: https://gitcode.com/gh_mirrors/mi/minimind-v

1. 项目目录结构及介绍

MiniMind-V 项目目录结构如下：

minimind-v/
├── dataset/              # 存放数据集的目录
├── images/               # 存放图像数据的目录
├── model/                # 存放预训练模型权重的目录
├── out/                  # 存放训练输出文件的目录
├── CODE_OF_CONDUCT.md    # 项目行为准则文件
├── LICENSE               # 项目许可证文件
├── README.md             # 项目说明文件
├── README_en.md          # 项目说明文件的英文版
├── eval_vlm.py           # 模型评估脚本
├── requirements.txt      # 项目依赖文件
├── train_pretrain_vlm.py # 预训练模型脚本
├── train_sft_vlm.py      # 监督微调模型脚本
└── web_demo_vlm.py       # Web演示脚本

• dataset/：包含项目所需的数据集文件。
• images/：存储与数据集相对应的图像文件。
• model/：存放用于初始化或辅助训练的预训练模型权重。
• out/：训练过程中产生的模型权重文件和其他输出结果将保存在此目录。
• CODE_OF_CONDUCT.md：规定了参与项目开发的人员应遵守的行为准则。
• LICENSE：项目遵循的许可证信息，本项目采用Apache-2.0许可。
• README.md 和 README_en.md：分别提供了项目的详细说明，包括项目背景、目标、使用方法和依赖等。
• eval_vlm.py：用于评估模型性能的脚本。
• requirements.txt：列出了项目运行所需的Python包。
• train_pretrain_vlm.py 和 train_sft_vlm.py：分别用于模型的预训练和监督微调。
• web_demo_vlm.py：用于启动一个Web服务，以交互方式展示模型的功能。

2. 项目的启动文件介绍

项目的主要启动文件是 eval_vlm.py、train_pretrain_vlm.py、train_sft_vlm.py 和 web_demo_vlm.py。

• eval_vlm.py：此脚本用于加载预训练的模型或监督微调后的模型，并提供一个命令行界面进行模型评估。
• train_pretrain_vlm.py：此脚本启动预训练过程，用于训练模型对图像的描述能力。
• train_sft_vlm.py：此脚本启动监督微调过程，用于调整模型的参数以适应特定的任务。
• web_demo_vlm.py：此脚本用于启动一个Web服务，用户可以通过Web界面与模型交互。

3. 项目的配置文件介绍

项目的主要配置文件是 requirements.txt。

• requirements.txt：此文件列出了项目运行所依赖的Python包，用户可以通过运行 pip install -r requirements.txt 命令来安装所有依赖。

项目启动和运行过程中可能需要根据具体情况调整配置，例如在训练脚本中设置训练的epoch数、batch大小等参数。这些参数通常在脚本中通过命令行参数或配置文件进行设置。

minimind-v 🚀 「大模型」1小时从0训练26M参数的视觉多模态VLM！🌏 Train a 26M-parameter VLM from scratch in just 1 hours! 项目地址: https://gitcode.com/gh_mirrors/mi/minimind-v