以Linux系统为例,下面展示如何在conda环境中配置该系列所需要的环境。
第一步先创建conda环境:
conda create --name yolox python=3.9.0
#创建名为yolox ,python版本为3.9.0的环境
#接着输入命令查看当前环境
conda env list
至此已经创建完了虚拟环境,下面需要在这个环境上进行安装。
在YOLO-World网站中已经给出了部分环境要求:
现在进入环境,安装要求版本的torch。
#进入环境
conda activate yolox
#安装pytorch,这里需要确定GPU版本还是CPU版本,如果GPU版本还需要确定cuda版本,csdn上有很多教程,打击自行寻找。
#这里以cuda==12.0.0为例
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113
#如果下载过慢,可以加上百度镜像源:
pip install -i http://pip.baidu-int.com/simple/ torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113
安装完torch后,需要安装mmengine等OpenMMLab中的库,为了方便安装,可以从pip转为mim进行安装:
#安装openmim,之后可以通过mim安装mmopenlab下的安装包
pip install -U openmim
#安装mim中的库:
mim install mmcv==2.0.0
mim install mmdet==3.0.0
mim install mmengine==0.10.3
mim install mmyolo==0.6.0
当然,网上安装mmyolo的方法有很多,比如从git上安装:
git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
# 安装依赖
pip install -r requirements/albu.txt
# 安装mmyolo
mim install -v -e .
# "-v" 指详细说明,或更多的输出
# "-e" 表示在可编辑模式下安装项目,因此对代码所做的任何本地修改都会生效,从而无需重新安装。
还有一些其他方法,但当我尝试时,总会卡在:Building wheels for collected packages: mmcv(或者其他包),很久都没动静,即便不报错。
至此,官网中需要的包我们已经安装完了,但实际运行时还需要一些包:supervision和transformers。下面介绍如何安装这两个包:
#这两个包直接在pip上安装即可:
pip install -i http://pip.baidu-int.com/simple/ supervision==0.18.0
pip install -i http://pip.baidu-int.com/simple/ transformers==4.38.1
以上,所有需要的依赖环境就已经安装完啦,现在你可以直接clone项目然后开始尝试了!
git clone https://github.com/AILab-CVC/YOLO-World.git
cd /YOLO-World
#修改以下相关文件目录即可
python image_demo.py path/to/config path/to/weights image/path/directory 'person,dog,cat' --topk 100 --threshold 0.005 --output-dir demo_outputs