GroundingDINO环境配置

最新推荐文章于 2025-02-18 07:00:00 发布

JackyforJupiter

最新推荐文章于 2025-02-18 07:00:00 发布

阅读量2.1k

点赞数 21

文章标签：计算机视觉

本文链接：https://blog.csdn.net/weixin_46781605/article/details/142494323

版权

记录一下配置GroundingDINO的环境的时候遇到的问题

Grounding DINO：GitHub - IDEA-Research/GroundingDINO: [ECCV 2024] Official implementation of the paper "Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection"

首先需要注意，要下载GPU版本的DINO

判断自己下载的DINO是不是GPU版本的，看系统文件里有没有_C开头的文件

没有的话，运行的时候会出现如下报错：

NameError: name '_C' is not defined

安装步骤

下面的安装步骤和github中给的步骤一致。

1. 设置CUDA_HOME

1. 使用命令行which nvcc 查看自己的CUDA版本和位置

2. export CUDA_HOME=/usr/local/cuda-xx.x

3.echo $CUDA_HOME 查看是否设置成功

设置正确的CUDA_HOME，在运行setup.py的时候，才能下载GPU版本

2. 从GitHub上克隆GroundingDINO的项目

git clone https://github.com/IDEA-Research/GroundingDINO.git

在github issues中，有人表示，自己无法下载正确的GPU版本，从这个路径下载解决了问题。

https://codeload.github.com/IDEA-Research/GroundingDINO/tar.gz/refs/tags/v0.1.0-alpha2

我在配置环境的时候直接采用了这个路径，大家可以自行选择和尝试

3. 安装

这里有两种安装方式

python setup.py build

python setup.py install

和

pip install -e .

我在安装的过程中出现了nvcc和gcc版本不匹配的问题，报错信息如下：

unsupported GNU version! gcc versions later than 10 are not supported! The nvcc flag '-allow-unsupported-compiler' can be used to override this version check; however, using an unsupported host compiler may cause compilation failure or incorrect run time execution. Use at your own risk.

这是因为我的CUDA版本不支持10以上版本的gcc。

我得解决方案如下：

1. ls /usr/bin/gcc-* 查看服务器上是否有小于10的gcc

我的服务器上有gcc-8和gcc-9，不用重新下载低版本了，死里逃生！

2. export CC=/usr/bin/gcc-9 设置合适版本的CC路径

3. echo $CC 检查是否设置成功

4. 再次执行pip install -e . 成功安装了groundingdino，注意-e后的要有 .

4. 运行Demo

运行grounding_dino_demo.py

我这里还遇到了两个问题

1. ImportError: cannot import name 'get_full_repo_name' from 'huggingface_hub'

执行conda install chardet，安装后解决问题

2. requests.exceptions.ConnectTimeout: (MaxRetryError("HTTPSConnectionPool(host='huggingface.co', port=443): Max retries exceeded with url: /bert-base-uncased/resolve/main/config.json (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object at 0x7f7bb5149130>, 'Connection to huggingface.co timed out. (connect timeout=10)'))"), '(Request ID: e3ce50f3-814e-4351-a70c-e0412ba967b1)')

这里我直接下载了bert-base-uncased的源文件

https://huggingface.co/google-bert/bert-base-uncased/tree/main

在config文件里将text_encoder_type改为文件路径

改完后运行还会有一些命名造成的错误，对着报错，索引到相关位置更改就行。

例如：ValueError: Unknown text_encoder_type /extern2/zmy/A_ConceptGraphs/bert-base-uncased

总之，get_tokenlizer是可以读文件路径，从本地载入模型的。