146
64
Qwen2.5-VL-3B-Instruct 模型部署手册
2025-03-29 15:23:36
0点赞
2收藏
0评论
Qwen2.5-VL-3B-Instruct 模型部署手册
本地部署基于 Qwen2.5-VL-3B-Instruct 模型的 Flask 服务。手册包括环境配置、依赖安装、模型加载和运行服务的步骤，适用于 Windows 系统。
通义千问VL模型可以根据您传入的图片来进行回答。
访问视觉模型可以在线体验图片理解能力。
百炼(Model Studio)
如何使用Qwen-VL模型_大模型服务平台百炼(Model Studio)-阿里云帮助中心
huggingface 上的7b 模型
Qwen/Qwen2.5-VL-7B-Instruct-AWQ at main
github
应用场景
图像问答：描述图像中的内容或者对其进行分类打标，如识别图像中的人物、地点、植物等，并给出对应的描述或标签。
文字识别（OCR）：识别图像中的文字，如文档截图、日常图像等，并支持格式化输出文本内容。通义千问VL模型能识别多种语言，如中文、英语、日语、韩语、阿拉伯语、越南语等。
数学题目解答：解答图像中的数学问题，包括题目分析、解题思路及结果等。
内容创作：根据图像内容创作文案或者标题。如根据图像自动生成的社交媒体帖子、广告语或是文章标题。
代码生成：根据前端页面截图生成前端代码，如HTML、CSS和JavaScript的代码，或根据图表信息生成使用图表库的代码，如ECharts、Chart.js等。
本文档指导如何在本地部署一个基于 Qwen2.5-VL-3B-Instruct 模型的 Flask 服务，用于处理文本和图像输入的生成任务。服务支持 GPU 加速（需安装 CUDA 和对应 PyTorch 版本）。
前置条件
硬件要求：
支持 NVIDIA GPU（推荐，至少 8GB 显存）。
足够的磁盘空间（模型文件约 6-8GB，依赖库额外占用空间）。
操作系统：
Windows 或 Linux（以下步骤适用于两者，特殊说明会标注）。
网络要求：
需联网下载模型和依赖库。
安装步骤
1. 安装 Anaconda
下载并安装 Anaconda：
访问 Anaconda 官网 下载最新版本。
根据操作系统安装（Windows/Linux）。
验证安装：
conda --version输出类似
conda 23.x.x表示安装成功。
2. 安装 NVIDIA CUDA Toolkit
检查 GPU 支持的 CUDA 版本：
运行以下命令查看驱动支持的最高 CUDA 版本：
nvidia-smi示例输出：
CUDA Version: 12.2
下载并安装 CUDA Toolkit：
选择与
nvidia-smi输出匹配或稍低的版本（推荐 11.x 或 12.x）。安装完成后验证：
nvcc --version输出类似
Cuda compilation tools, release 12.2, V12.2.xxx表示成功。
安装 cuDNN（可选，推荐）：
从 NVIDIA cuDNN 下载与 CUDA 版本匹配的 cuDNN。
解压并将文件复制到 CUDA 安装目录。
3. 创建并激活 Conda 环境
创建新环境：
conda create -n QwenLocaVL python=3.11激活环境：
conda activate QwenLocaVL激活后命令行前会出现
(QwenLocaVL)。
4. 安装 PyTorch（支持 GPU 加速）
image-20250328175844043根据 CUDA 版本选择 PyTorch：
访问 PyTorch 官网。
根据 CUDA 版本选择安装命令。例如：
CUDA 12.2：
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu122CUDA 11.8：
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
验证安装：
import torch print(torch.__version__) print(torch.cuda.is_available()) # 应输出 True
5. 安装依赖库
安装 Git
首先，你需要安装 Git：
下载 Git：前往 Git 官网 下载适合你系统的版本（Windows/macOS/Linux）。
安装 Git：运行安装程序，按照默认选项安装即可（重要：勾选 "Add Git to PATH" 选项）。
2. 检查 Git 是否安装成功
安装完成后，重新打开终端（CMD/PowerShell），运行以下命令检查 Git 是否可用：
git --version
在激活的 Conda 环境 (QwenLocaVL) 中执行以下命令：
安装 Transformers 和 Accelerate： 这里有大坑 可以通过
下面任选其一 pip install git+https://github.com/huggingface/transformers accelerate 安装 Qwen-VL-Utils：
Windows：
pip install qwen-vl-utilsLinux：
pip install qwen-vl-utils[decord]
安装其他依赖：
pip install torchvision modelscope安装 Flask：
pip install flask
image-202503281759061576. 配置代码
将以下代码保存为
app.py：import torch import base64 import io from PIL import Image import requests from flask import Flask, request, jsonify from modelscope import snapshot_download from transformers import Qwen2_5_VLForConditionalGeneration, AutoProcessor from qwen_vl_utils import process_vision_info from flask import json app = Flask(__name__) # 全局变量存储模型和处理器 model = None processor = None def load_model(): """加载模型和处理器""" global model, processor model_dir = snapshot_download('qwen/Qwen2.5-VL-3B-Instruct') model = Qwen2_5_VLForConditionalGeneration.from_pretrained( model_dir, torch_dtype=torch.bfloat16, device_map="auto", ) processor = AutoProcessor.from_pretrained( model_dir, max_pixels=1280 * 28 * 28 ) print("模型加载完成") def process_image_url(image_url): """处理图片URL，返回PIL图像对象""" response = requests.get(image_url) if response.status_code != 200: raise Exception(f"获取图片失败: {response.status_code}") return Image.open(io.BytesIO(response.content)) def process_image_base64(image_base64): """处理Base64编码的图片，返回PIL图像对象""" image_data = base64.b64decode(image_base64) return Image.open(io.BytesIO(image_data)) @app.route('/generate', methods=['POST']) def generate(): """处理生成请求的API端点""" if model is None or processor is None: return jsonify({"error": "模型尚未加载完成"}), 503 try: data = request.json messages = data.get('messages', []) # 处理消息中的图片 for message in messages: if message['role'] == 'user': for i, content in enumerate(message['content']): if content['type'] == 'image': image_data = content['image'] if image_data.startswith('http'): pass else: process_image_base64(image_data) # 准备推理 text = processor.apply_chat_template( messages, tokenize=False, add_generation_prompt=True ) image_inputs, video_inputs = process_vision_info(messages) inputs = processor( text=[text], images=image_inputs, videos=video_inputs, padding=True, return_tensors="pt", ) inputs = inputs.to(model.device) # 生成回复 max_new_tokens = data.get('max_new_tokens', 128) generated_ids = model.generate(**inputs, max_new_tokens=max_new_tokens) generated_ids_trimmed = [ out_ids[len(in_ids):] for in_ids, out_ids in zip(inputs.input_ids, generated_ids) ] output_text = processor.batch_decode( generated_ids_trimmed, skip_special_tokens=True, clean_up_tokenization_spaces=False ) response_data = {"response": output_text[0]} return app.response_class( response=json.dumps(response_data, ensure_ascii=False), mimetype='application/json' ) except Exception as e: return jsonify({"error": str(e)}), 500 if __name__ == '__main__': print("正在加载模型...") load_model() app.run(host='0.0.0.0', port=5000)确保代码文件与 Conda 环境一致。
7. 运行服务
在 Conda 环境中运行：
python app.py输出类似
模型加载完成和 Flask 服务启动信息：* Running on http://0.0.0.0:5000
测试服务：
使用
curl或 Postman 发送 POST 请求到http://localhost:5000/generate。示例请求：
{ "messages": [ { "role": "user", "content": [ {"type": "text", "text": "Describe this image"}, {"type": "image", "image": "https://example.com/image.jpg"} ] } ], "max_new_tokens": 128 }
常见问题排查
模型加载失败：
检查网络连接，确保能访问 Hugging Face 和 ModelScope。
确认磁盘空间足够。
GPU 不可用：
运行
python -c "import torch; print(torch.cuda.is_available())"检查。确保 CUDA 和 PyTorch 版本匹配。
依赖安装报错：
使用
pip install --upgrade pip更新 pip。逐个安装依赖，检查具体错误。
注意事项
解释器选择：在 IDE（如 PyCharm/VSCode）中，确保选择 Conda 环境
QwenLocaVL的 Python 解释器。性能优化：首次加载模型较慢，后续请求会更快。
安全性：仅限本地测试，生产环境需添加认证和防火墙。
完成以上步骤后，你将成功部署一个支持文本和图像输入的 Qwen2.5-VL-3B-Instruct 服务！如有问题，请参考日志或联系技术支持。
希望这份手册对你有帮助！如果需要进一步调整或补充，请告诉我。
