当前位置：首页 > ds >正文

yolo-world踩坑指南

ds 2025/5/5 18:02:35

官方源码： https://github.com/AILab-CVC/YOLO-World

1 安装

安装这一块的坑很多，这一块的安装指导非常混乱，很容易把环境搞崩，建议conda 新建一个环境。

pip install -e . 直接安装的话，会报各种版本的错。另外还有一些依赖未包含，运行时会报错。

索性手动安装了所需要的依赖包。

最终安装的可以使用的版本:

torch                                    1.13.1+cu117
torchvision                              0.14.1+cu117
transformers                             4.40.0
openmim                                  0.3.9
openmim                                  0.3.9
mmcv-lite                                2.2.0
mmdet                                    3.0.0           
mmengine                                 0.10.3
mmcv                                     2.1.0
mmcv-lite                                2.2.0
mmyolo                                   0.6.0
lvis                                     0.5.3

注意。上面安装的mmcv的版本不满足要求，会报错，具体报错如下：

File "/data/joyiot/leo/codes/YOLO-World/yolo_world/__init__.py", line 10, in <module>from .models import *  # noqaFile "/data/joyiot/leo/codes/YOLO-World/yolo_world/models/__init__.py", line 2, in <module>from .backbones import *  # noqaFile "/data/joyiot/leo/codes/YOLO-World/yolo_world/models/backbones/__init__.py", line 5, in <module>from .mm_backbone import (File "/data/joyiot/leo/codes/YOLO-World/yolo_world/models/backbones/mm_backbone.py", line 8, in <module>from mmyolo.registry import MODELSFile "/home/pinefield/anaconda3/envs/leo_py38/lib/python3.8/site-packages/mmyolo/__init__.py", line 22, in <module>assert (mmcv_version >= digit_version(mmcv_minimum_version)
AssertionError: MMCV==2.2.0 is used but incompatible. Please install mmcv>=2.0.0rc4, <2.1.0.

是因为版本不满足要求，目标版本装了好久没装上，最后的解决办法简单粗暴，直接吧报错的版本检查部分删除，实测没什么问题。

手动安装好依赖后，把pyproject.toml文件中的依赖部分都删除，然后再运行pip install -e .
如果不执行pip install -e . 的话， yolo-world就不是一个python包，代码中的很多路径需要修改，比较麻烦。

2 运行

运行image_demo.py

config 文件用 configs/pretrain/yolo_world_v2_x_vlpan_bn_2e-3_100e_4x8gpus_obj365v1_goldg_train_lvis_minival.py
checkpoint 用checkpoints/yolo_world_v2_x_obj365v1_goldg_cc3mlite_pretrain_1280ft-14996a36.pth

这一点比较坑， demo中没有给出示例，也没有给出下载地址。我是通过issue中其他人的指导找到的。checkpoint 可以在https://huggingface.co/wondervictor/YOLO-World/tree/main 下载。

另外， clip 模型名字是openai/clip-vit-base-patch32，代码中给的有误。
对应代码是：

text_model_name = 'openai/clip-vit-base-patch32'

这会在huggingface上下载对应模型权重，如果无法访问，可以修改为国内源。

export HF_ENDPOINT=https://hf-mirror.com

还有lvis_v1_minival_inserted_image_name.json 这个文件依赖，需要自行下载，直接google 搜索即可找到。

最后就是configs/pretrain/yolo_world_v2_x_vlpan_bn_2e-3_100e_4x8gpus_obj365v1_goldg_train_lvis_minival.py 中的一些文件地址，需要根据实际情况修改。

最后终于成功运行：

(leo_py38) pinefield@edge-gpu-01:/data/joyiot/leo/codes/YOLO-World/demo$ python3 image_demo.py   --image  ./sample_images/bus.jpg   --config  ../configs/pretrain/yolo_world_v2_x_vlpan_bn_2e-3_100e_4x8gpus_obj365v1_goldg_train_lvis_minival.py    --checkpoint ../checkpoints/yolo_world_v2_x_obj365v1_goldg_cc3mlite_pretrain_1280ft-14996a36.pth
SupervisionWarnings: BoundingBoxAnnotator is deprecated: `BoundingBoxAnnotator` is deprecated and has been renamed to `BoxAnnotator`. `BoundingBoxAnnotator` will be removed in supervision-0.26.0.
Loads checkpoint by local backend from path: ../checkpoints/yolo_world_v2_x_obj365v1_goldg_cc3mlite_pretrain_1280ft-14996a36.pth
[                                                  ] 0/1, elapsed: 0s, ETA:UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at ../aten/src/ATen/native/TensorShape.cpp:3190.)
[>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>] 1/1, 1.8 task/s, elapsed: 1s, ETA:     0s