NVIDIA英伟达describe-anything软件本地电脑安装部署完整教程

describe-anything是英伟达联合其他大学开发的一款图片视频内容分析总结软件，可通过AI描述任意图片视频选中区域内容，非常强大，下面是describe-anything本地电脑安装部署教程。

首先电脑上安装git

https://github.com/git-for-windows/git/releases/download/v2.49.0.windows.1/Git-2.49.0-64-bit.exe

安装python 3.10

Python Releases for Windows | Python.org

启动cmd终端窗口，克隆项目库

git clone https://github.com/NVlabs/describe-anything
cd describe-anything

创建python虚拟环境，py310为虚拟环境名，你也可以命名其它名字

python -m venv py310

激活虚拟环境py310

py310\Scripts\activate

安装环境依赖包

pip install .

安装cuda 版torch

pip3 install torch torchvision --force-reinstall --index-url https://download.pytorch.org/whl/cu128

pip install numpy==1.26.4 --force-reinstall

运行命令启动图片处理webui

python demo_simple.py

运行时软件会自动从huggingface下载模型文件

如果需要使用视频识别功能，需要安装用于视频处理功能的sam2

git clone https://github.com/facebookresearch/sam2.git
cd sam2

运行下面命令安装

set SAM2_BUILD_CUDA=0

pip install ".[notebooks]"

注意sam2也是安装到py310虚拟环境中的

describe-anything文件夹下创建checkpoints文件夹
下载模型文件：https://dl.fbaipublicfiles.com/segment_anything_2/092824/sam2.1_hiera_large.pt
放入checkpoints文件夹内

启动视频处理webui

python demo_video.py

运行时软件会自动从huggingface下载模型文件

模型下载完成后在浏览器地址栏里输入：http://127.0.0.1:7860

即可打开webui界面