YOLO-World-X系列环境配置

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