recognize-anything 识别万物

本文介绍了如何在Docker容器中使用NVIDIACUDA11.8.0和相关库进行Python开发,包括Python3、pip、Git等工具的安装,以及如何克隆和运行HuggingFace的预训练模型进行图像识别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

docker   run   --gpus all  -itd --name=test -v /app:/app  nvcr.io/nvidia/cuda:11.8.0-devel-ubuntu22.04


###########安装过程########################

# 更新包索引
apt update

# 安装 Python 3
apt install python3 -y

# 安装 pip
apt install python3-pip -y

# 安装 Git
apt install git -y

# 安装 ffmpeg 和一些图形相关的库
apt-get install ffmpeg libsm6 libxext6 -y

# 安装 OpenGL 库
apt-get install libgl1 -y

# 将 Python 3 的可执行文件复制到一个更通用的命令名
cp /usr/bin/python3 /usr/bin/python

# 安装 wget
apt-get install -y wget

# 克隆 “recognize-anything” 项目
git clone https://github.com/xinyu1205/recognize-anything.git

# 进入项目文件夹
cd recognize-anything/

# 安装一些 Python 包
pip install timm transformers fairscale pycocoevalcap

# 安装项目所需的所有依赖项
pip install -r requirements.txt

# 创建并进入一个名为 `pretrained` 的文件夹
mkdir pretrained
cd pretrained

# 使用 wget 下载预训练模型
wget https://huggingface.co/xinyu1205/recognize-anything-plus-model/resolve/main/ram_plus_swin_large_14m.pth
wget https://huggingface.co/xinyu1205/recognize-anything-plus-model/resolve/main/ram_plus_tag_embedding_class_4585_des_51.pth
wget https://huggingface.co/spaces/xinyu1205/Recognize_Anything-Tag2Text/resolve/main/ram_swin_large_14m.pth
wget https://huggingface.co/spaces/xinyu1205/Recognize_Anything-Tag2Text/resolve/main/tag2text_swin_14m.pth
 

#######################

启动脚本如下

 python inference_ram_plus.py  --image images/demo/demo1.jpg \
> --pretrained pretrained/ram_plus_swin_large_14m.pth

评论 1
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