一、大模型简介

Qwen2-VL 是 Qwen 模型系列中视觉语言模型的最新版本。

主要增强功能：

SoTA 对各种分辨率和比例的图像的理解 ：Qwen2-VL 在视觉理解基准上实现了最先进的性能，包括 MathVista、DocVQA、RealWorldQA、MTVQA 等。
理解 20 分钟以上的视频 ：借助在线流媒体功能，Qwen2-VL 可以通过基于高质量视频的问答、对话、内容创作等方式理解 20 分钟以上的视频。
可以操作你的手机、机器人等的代理 ：Qwen2-VL 具有复杂的推理和决策能力，可以与手机、机器人等设备集成，根据视觉环境和文本指令进行自动操作。
多语言支持 ：为了服务全球用户，除了英语和中文，Qwen2-VL 现在还支持理解图像中不同语言的文本，包括大多数欧洲语言、日语、韩语、阿拉伯语、越南语等。

模型架构更新：

简单的动态分辨率 ：与以前不同，Qwen2-VL 可以处理任意图像分辨率，将它们映射到动态数量的视觉标记中，提供更像人类的视觉处理体验。

多模态旋转位置嵌入（M-ROPE） ：将位置嵌入分解为各个部分，以捕获 1D 文本、2D 视觉和 3D 视频位置信息，增强其多模态处理能力。

二、大模型 Qwen2-VL 一键使用

基础环境最低要求说明：

环境名称	版本信息 1
Ubuntu	22.04.4 LTS
Cuda	V12.1.105
Python	3.12
NVIDIA Corporation	RTX 3090

1. 根据需求选择主机和镜像，进行一键创建实例

租用实例 --》一键使用 --》进入“应用社区”--》搜索并选择“Qwen2-VL” 大模型 --》选择 RTX 3090 GPU ，即可在平台进行实例创建。

2. 进入网页端命令行

项目实例 --》点击“WebSSH”--》执行“启动 web 页面”的相关命令

3. 启动 web_demo.py 文件

Bash

# 切换到项目工作目录
cd /Qwen2-VL

# 设置 huggingface 加速
export HF_ENDPOINT=https://hf-mirror.com

# 运行 web_demo_mm.py 文件
python web_demo_mm.py

4. 获取端口号

5. 进入 web 页面

将获取到的链接复制到本地浏览器：

Bash

# 比如当前获取的地址如下：
http://xn-a.suanjiayun.com:30779

三、本地部署

基础环境最低要求说明：

环境名称	版本信息 1
Ubuntu	22.04.4 LTS
Cuda	V12.1.105
Python	3.12
NVIDIA Corporation	RTX 3090

1. 更新基础软件包

查看系统版本信息

# 查看系统版本信息，包括ID（如ubuntu、centos等）、版本号、名称、版本号ID等
cat /etc/os-release

配置 apt 国内源

# 更新软件包列表
apt-get update

这个命令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息，但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤，因为它确保了您获取的是最新版本的软件包。

# 安装 Vim 编辑器
apt-get install -y vim

这个命令用于安装 Vim 文本编辑器。-y 选项表示自动回答所有的提示为“是”，这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器，广泛用于编程和配置文件的编辑。

为了安全起见，先备份当前的 sources.list 文件之后，再进行修改：

# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak

这个命令将当前的 sources.list 文件复制为一个名为 sources.list.bak 的备份文件。这是一个好习惯，因为编辑 sources.list 文件时可能会出错，导致无法安装或更新软件包。有了备份，如果出现问题，您可以轻松地恢复原始的文件。

# 编辑软件源列表文件
vim /etc/apt/sources.list

这个命令使用 Vim 编辑器打开 sources.list 文件，以便您可以编辑它。这个文件包含了 APT（Advanced Package Tool）用于安装和更新软件包的软件源列表。通过编辑这个文件，您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。

在 Vim 中，您可以使用方向键来移动光标，i 键进入插入模式（可以开始编辑文本），Esc 键退出插入模式，:wq 命令保存更改并退出 Vim，或 :q! 命令不保存更改并退出 Vim。

编辑 sources.list 文件时，请确保您了解自己在做什么，特别是如果您正在添加新的软件源。错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定，最好先搜索并找到可靠的源信息，或者咨询有经验的 Linux 用户。

使用 Vim 编辑器打开 sources.list 文件，复制以下代码替换 sources.list 里面的全部代码，配置 apt 国内阿里源。

deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse

安装常用软件和工具

# 更新源列表，输入以下命令：
apt-get update

# 更新系统软件包，输入以下命令：
apt-get upgrade

# 安装常用软件和工具，输入以下命令：
apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential

出现以下页面，说明国内 apt 源已替换成功，且能正常安装 apt 软件和工具

2. 安装 NVIDIA CUDA Toolkit 12.1

下载 CUDA Keyring ：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb

这个命令用于下载 CUDA 的 GPG 密钥环，它用于验证 CUDA 软件包的签名。这是确保软件包安全性的一个重要步骤。

安装 CUDA Keyring ：

dpkg -i cuda-keyring_1.0-1_all.deb

使用 dpkg 安装下载的密钥环。这是必要的，以便 apt 能够验证从 NVIDIA 仓库下载的软件包的签名。

删除旧的 apt 密钥（如果必要） ：

apt-key del 7fa2af80

这一步可能不是必需的，除非您知道 7fa2af80 是与 CUDA 相关的旧密钥，并且您想从系统中删除它以避免混淆。通常情况下，如果您只是安装 CUDA 并使用 NVIDIA 提供的最新密钥环，这一步可以跳过。

更新 apt 包列表 ：

apt-get update

更新 apt 的软件包列表，以便包括刚刚通过 cuda-keyring 添加的 NVIDIA 仓库中的软件包。

安装 CUDA Toolkit ：

apt-get -y install cuda-toolkit-12-1

出现以下页面，说明 NVIDIA CUDA Toolkit 12.1 安装成功

注意：这里可能有一个问题。NVIDIA 官方 Ubuntu 仓库中可能不包含直接名为 cuda-toolkit-12-1 的包。通常，您会安装一个名为 cuda 或 cuda-12-1 的元包，它会作为依赖项拉入 CUDA Toolkit 的所有组件。请检查 NVIDIA 的官方文档或仓库，以确认正确的包名。

如果您正在寻找安装特定版本的 CUDA Toolkit，您可能需要安装类似 cuda-12-1 的包（如果可用），或者从 NVIDIA 的官方网站下载 CUDA Toolkit 的 .run 安装程序进行手动安装。

请确保您查看 NVIDIA 的官方文档或 Ubuntu 的 NVIDIA CUDA 仓库以获取最准确的包名和安装指令。

出现以上情况，需要配置 NVIDIA CUDA Toolkit 12.1 系统环境变量

编辑 ~/.bashrc 文件

# 编辑 ~/.bashrc 文件
vim ~/.bashrc

插入以下环境变量

# 插入以下环境变量
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

激活 ~/.bashrc 文件

# 激活 ~/.bashrc 文件
source ~/.bashrc

查看 cuda 系统环境变量

which nvcc
nvcc -V

3. 安装 Miniconda

下载 Miniconda 安装脚本 ：使用 wget 命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版，包含了 Anaconda 的核心组件，用于安装和管理 Python 包。
运行 Miniconda 安装脚本 ：使用 bash 命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。

# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh

# 初次安装需要激活 base 环境
source ~/.bashrc

按下回车键（enter）

输入 yes

安装成功如下图所示

pip 配置清华源加速

# 编辑 /etc/pip.conf 文件
vim  /etc/pip.conf

加入以下代码

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

注意事项：

请确保您的系统是 Linux x86_64 架构，因为下载的 Miniconda 版本是为该架构设计的。
在运行安装脚本之前，您可能需要使用 chmod +x Miniconda3-latest-Linux-x86_64.sh 命令给予脚本执行权限。
安装过程中，您将被提示是否同意许可协议，以及是否将 Miniconda 初始化。通常选择 "yes" 以完成安装和初始化。
安装完成后，您可以使用 conda 命令来管理 Python 环境和包。
如果链接无法访问或解析失败，可能是因为网络问题或链接本身的问题。请检查网络连接，并确保链接是最新的和有效的。如果问题依旧，请访问 Anaconda 的官方网站获取最新的下载链接。

4. 从github 仓库克隆项目

克隆存储库：

# 克隆项目
git clone https://github.com/QwenLM/Qwen2-VL.git

出现以上页面即是克隆项目成功！

请注意，如果 git clone https://github.com/QwenLM/Qwen2-VL.git 这个链接不存在或者无效，git clone 命令将不会成功克隆项目，并且会报错。确保链接是有效的，并且您有足够的权限访问该存储库。

5. 创建虚拟环境

# 创建一个名为 Qwen2_VL 的新虚拟环境，并指定 Python 版本为 3.12
conda create --name Qwen2_VL python=3.12 -y

安装完成

6. 安装模型依赖库

切换到项目目录、激活 Qwen2_VL 虚拟环境、安装 requirements.txt 依赖

# 切换到项目工作目录
cd /Qwen2-VL

# 激活 Qwen2_VL 虚拟环境
conda activate Qwen2_VL

# 在 Qwen2_VL 环境中安装依赖
pip install git+https://github.com/huggingface/transformers accelerate

依赖安装成功如下图所示：

7. 下载预训练模型

下载 Qwen/Qwen2-VL-2B-Instruct

git lfs install
git clone https://hf-mirror.com/Qwen/Qwen2-VL-2B-Instruct Qwen/Qwen2-VL-2B-Instruct

8. 运行 web_demo_mm.py 文件

# 设置 huggingface 加速
export HF_ENDPOINT=https://hf-mirror.com

# 运行 web_demo_mm.py 文件
python web_demo_mm.py

出现以上代码“ModuleNotFoundError: No module named 'gradio'”报错，直接安装 requirements_web_demo.txt 依赖

# 安装 requirements_web_demo.txt
pip install -r requirements_web_demo.txt -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com

安装完成

继续运行 web_demo_mm.py 文件

# 运行 web_demo_mm.py 文件
python web_demo_mm.py

出现以上报错，需要修改 web_demo_mm.py 文件

# 编辑 web_demo_mm.py 文件
vim web_demo_mm.py

找到以上红框的代码，替换为

Qwen/Qwen2-VL-2B-Instruct

继续运行 web_demo_mm.py 文件

# 运行 web_demo_mm.py 文件
python web_demo_mm.py

出现以上结果，还需要修改 web_demo_mm.py 文件

# 编辑 web_demo_mm.py 文件
vim web_demo_mm.py

修改为

parser.add_argument('--server-port', type=int, default=8080, help='Demo server port.')
parser.add_argument('--server-name', type=str, default='0.0.0.0', help='Demo server name.')

继续运行 web_demo_mm.py 文件

# 运行 web_demo_mm.py 文件
python web_demo_mm.py

9. 网页演示

出现以下 Gradio 页面，即是模型已搭建完成。

以上就是一键使用以及本地部署的详细教程。进入算家云-AI-应用社区 | 模型社区 | 镜像社区一键使用，快来体验吧~

网站首页 > 文章精选正文

Qwen2-VL，视觉与语言的完美融合，带你领略智能新高度

一、大模型简介

二、大模型 Qwen2-VL 一键使用

1. 根据需求选择主机和镜像，进行一键创建实例

2. 进入网页端命令行

3. 启动 web_demo.py 文件

4. 获取端口号

5. 进入 web 页面

三、本地部署

1. 更新基础软件包

2. 安装 NVIDIA CUDA Toolkit 12.1

3. 安装 Miniconda

4. 从github 仓库克隆项目

5. 创建虚拟环境

6. 安装模型依赖库

7. 下载预训练模型

8. 运行 web_demo_mm.py 文件

9. 网页演示

算家云——简单、高效、便宜

猜你喜欢

网站首页 > 文章精选 正文

Qwen2-VL，视觉与语言的完美融合，带你领略智能新高度

一、 大模型简介

二、大模型 Qwen2-VL 一键使用

1. 根据需求选择主机和镜像，进行一键创建实例

2. 进入网页端命令行

3. 启动 web_demo.py 文件

4. 获取端口号

5. 进入 web 页面

三、本地部署

1. 更新基础软件包

2. 安装 NVIDIA CUDA Toolkit 12.1

3. 安装 Miniconda

4. 从github 仓库克隆项目

5. 创建虚拟环境

6. 安装模型依赖库

7. 下载预训练模型

8. 运行 web_demo_mm.py 文件

9. 网页演示

算家云——简单、高效、便宜

微信扫一扫：分享

猜你喜欢

网站首页 > 文章精选正文

一、大模型简介