本地及云服务器上部署yoloworld的过程中遇到一些问题整理记录

在yoloworld官网下载官方源码：https://github.com/AILab-CVC/YOLO-World

解压后会有这些文件：
确保yoloworld项目可以运行只需要保证demo/simple_demo.py文件可以运行即可，这里打开py文件在vscode上直接Ctrl+F5运行会开始报错：
（1）问题：
FileNotFoundError: [Errno 2] No such file or directory: ‘d:\software\code\yolo\YOLO-World-master\configs\pretrain\…/…/third_party/mmyolo/configs/yolov8/yolov8_x_syncbn_fast_8xb16-500e_coco.py’
解决方案：
回到yoloworld源码位置，打开third_party文件夹（https://github.com/AILab-CVC/YOLO-World/tree/master/third_party），会有一个mmyolo的链接，同样点开这个链接会跳转到mmyolo下，只需下载这份源码到本地，解压后放在/third_party/mmyolo文件夹下即可。
（2）问题：
继续运行仍会报错：OSError: Incorrect path_or_model_id: ‘…/pretrained_models/clip-vit-base-patch32-projection’. Please provide either the path to a local folder or the repo_id of a model on the Hub.

解决方案：
观察simple_demo.py代码不难发现，这里需要两个文件，一个是configs文件夹下的.py配置文件，一个是weights文件夹（自己建一个）下的.pth权重文件。注意：这里配置文件和权重文件要是对应的，比如yolo_world_v2_s.py的配置文件，那么也要下载对应的yolo_world_v2_s.pth权重文件。权重文件之前是可以在github上直接下载的，不知道为什么现在点进去直接到配置文件的位置了，所以我们可以选择在huggingface上下载权重文件：权重文件下载地址

下载对应的权重文件后就可以放在weights文件夹下，并在simple_demo.py的对应位置修改权重文件的路径即可。
（3）问题：
关于导包的问题：这里通过报错不难发现说是没有一个叫‘yolo_word’的自定义包

ImportError: Failed to import custom modules from {‘imports’: [‘yolo_world’], ‘allow_failed_imports’: False}, the current sys.path is:
You should set PYTHONPATH to make sys.path include the directory which contains your custom module
解决方案：
解决这个问题的关键就是找到这个自定义的yolo_world包在哪里，并且放在对应位置。
打开yolo_world_v2_s.py的配置文件不难发现，最上边有一个自定义的导包custom_imports = dict(imports=[‘yolo_world’],
allow_failed_imports=False)，点击yolo_world便进入了最外层目录的yolo_world的init.py初始化文件，这个yolo_world就是我们要的自定义包
下边将这个自定义包放在以下任意路径中即可，该报错解决。
（4）问题：

很显然还是关于huggingface的问题，网络连接失败，找不到tokenizer_config.json文件
requests.exceptions.ProxyError: (MaxRetryError(“HTTPSConnectionPool(host=‘huggingface.co’, port=443): Max retries exceeded with url: /openai/clip-vit-base-patch32/resolve/main/tokenizer_config.json (Caused by ProxyError(‘Unable to connect to proxy’, SSLError(SSLZeroReturnError(6, ‘TLS/SSL connection has been closed (EOF) (_ssl.c:1131)’))))”), ‘(Request ID: 44b5ba30-3a08-4766-ad39-abef551cae9b)’)
解决方案：
按照给出的提示，采取直接手动下载的方式：文件下载地址

下载之后在本地建立对应的文件夹，将文件全部放进去：如图所示

（5）问题：
继续运行发现还是缺少json文件：
FileNotFoundError: [Errno 2] No such file or directory: ‘data/coco/lvis/lvis_v1_minival_inserted_image_name.json’

解决方案：
这份文件lvis_v1_minival_inserted_image_name.json在哪里找呢，可以在docs/data.md文件里找到

如果直接点击链接还是下载不了，那么请点击这个链接，进行下载。
下载链接

下载之后自己建立几个文件夹，将文件放进去即可。

（6）问题：
运行video_demo.py的时候报错显示：
TypeError: “tasks” must be a tuple object or a sequence object, but got <class ‘mmcv.video.io.VideoReader’>
解决方案：
将video_demo.py中的

for frame in track_iter_progress(video_reader):

修改为：

frames = [frame for frame in video_reader]  
for frame in track_iter_progress(frames, file=sys.stdout):  

在终端的命令如下：

python demo/video_demo.py configs/pretrain/yolo_world_v2_s_vlpan_bn_2e-3_100e_4x8gpus_obj365v1_goldg_train_lvis_minival.py  weights/yolo_world_v2_s_obj365v1_goldg_pretrain-55b943ea.pth demo/sample_images/traffic.mp4  'person' --device cuda:0  --score-thr 0.1  --out demo_outputs/output_video.mp4

到这里基本所有的坑就都踏平了，项目可以正常部署运行了，over！

对了，如果是在云服务器上部署该项目记得在选择配置时参考yoloworld官网给出的提示：注意torch，以及cuda版本的对应，还有mmcv的安装，官网都有教程，跟着装就可以。