【从零开始系列】Qwen2.5-VL：通义千问最新发布的多模态大模型！——环境配置 + 多功能使用实验（图片识别理解、目标检测、文字OCR、文档解析、视频理解）

---

目录

一、环境配置

        1.基础环境

         2.开发测试版Transformers库源码安装

        3.模型参数下载

二、基础使用（环境测试）

        1.硬件要求

         2.推理测试

三、实验

        1.多图识别

        2.目标定位

        3.OCR

        4.文档解析

        5.视频理解

---

资源

  Qwen2.5-VL源码地址：https://github.com/QwenLM/Qwen2.5-VL

                       Blog地址：https://qwenlm.github.io/zh/blog/qwen2.5-vl/

                       模型地址：https://modelscope.cn/collections/Qwen25-VL-58fbb5d31f1d47

---

 一、环境配置

        1.基础环境

        首先配置基础的python、pytorch环境和比较好安装的依赖包

# 环境配置
conda create -n qwen-vl python=3.10 -y
conda activate qwen-vl

# torch环境
pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cu118

pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cu124

# 其他依赖包安装
pip install numpy==1.26.2   # 注意这里指明不能安装大于2.x版本以上的numpy库
pip install accelerate
pip install qwen-vl-utils==0.0.10

         2.开发测试版Transformers库源码安装

        注意：需要安装最新版的 transformers 库，由于qwen2.5-vl模型加载方法定义在最新测试版的 transformers库中，普通 pip install transformers 不能安装到该部分方法，因此要从源代码上安装测试版的4.49.0.dev0。

        具体方法就是访问下面的源码地址，下载zip包并解压到本地，命令行访问到下载包目录pip install . 安装即可。

        源安装transformers库地址：https://github.com/huggingface/transformers

# 源安装transformers指令
cd transformers-main
pip install .

        安装完成后可以测试成功与否，输入下面代码在pycharm环境中不报红色波浪号

# 测试最新测试版transformers安装是否成功
from transformers import Qwen2_5_VLForConditionalGeneration, AutoProcessor

        或者运行上面代码不会下方的红色报错。则表明安装成功。  

        3.模型参数下载

        这里选择使用魔搭社区的下载地址：https://modelscope.cn/collections/Qwen25-VL-58fbb5d31f1d47

        可以看到官方开源了三个量级的多模态模型。分别是3B、7B、72B，下面首先以3B模型作为测试环境样例，后续使用将测试三个模型的不同表现。

        下载方式可以参考之前Deepseek博文中的模型参数下载部分，这里不多赘述，指令如下。

# 魔搭社区qwen2.5-vl下载指令

## 3B模型
modelscope download --model Qwen/Qwen2.5-VL-3B-Instruct --local_dir path/to/save

## 7B模型
modelscope download --model Qwen/Qwen2.5-VL-7B-Instruct --local_dir path/to/save

## 72B模型
modelscope download --model Qwen/Qwen2.5-VL-72B-Instruct --local_dir path/to/save

二、基础使用（环境测试）

        1.硬件要求

        首先测试一下模型加载所需的GPU显存要求，可以用下面代码进行模型加载测试，其中需修改模型加载地址：model_path 和 GPU 选择："1" 。

from transformers import Qwen2_5_VLForConditionalGeneration, AutoProcessor
import os

os.environ[