欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://spike.blog.csdn.net/article/details/144353087
免责声明：本文来源于个人知识与公开资料，仅用于学术交流，欢迎讨论，不支持转载。
VLMEvalKit 是大型视觉语言模型设计的开源评估工具包，由 Open Compass 团队开发，它支持一键式评估体验，无需繁琐的数据准备工作，能够对多种视觉语言模型进行评估，并覆盖了多样化的任务场景。
VLMEvalKit：GitHub - open-compass/VLMEvalKit
1. 运行环境
准备 VLMEvalKit 工程环境：
- Python 使用 3.11
- 建议预先安装 PyTorch、Transformers、flash-attn 等基础 Python 库，避免冲突。
- 注意：默认
vlmeval库依赖较低版本的 Torch，需要重新升级 Torch 库。
git clone https://github.com/open-compass/VLMEvalKit
cd VLMEvalKit
conda create -n vlm_eval_kit python=3.11
conda activate vlm_eval_kit
# 预先安装
pip install torch torchvision torchaudio # 最新版本
pip install transformers==4.45.0
# pip install flash-attn (建议手动安装)
# 其次安装
pip install -r requirements.txt
pip install -e .
# 重新升级 torch 库
pip uninstall torch
pip install torch torchvision torchaudio # 最新版本
# 最后安装
pip install ipdb
pip install einops transformers_stream_generator
安装
flash-attn参考：使用 vLLM 部署 Qwen2-VL 多模态大模型 (配置 FlashAttention) 教程
MME(Multimodal Model Evaluation) 是由腾讯优图实验室和厦门大学联合开发，多模态大型语言模型评估基准，包含 14 个子任务，覆盖从粗粒度到细粒度的对象识别、常识推理、数值计算、文本翻译和代码推理等多个方面，全面评估模型的感知和认知能力。
评测 MME 多模态数据集：
LLaVA-CoT测试，请参考 LLaVA-CoT(o1) 推理模型 测试
python3 run.py --data MME --model Qwen2-VL-7B-Instruct --verbose
python3 run.py --data MME --model Llama-3.2-11B-Vision-Instruct --verbose
# python3 run.py --data MME --model LLaVA-CoT --verbose
torchrun --nproc-per-node=8 run.py --data MME --model LLaVA-CoT --verbose
Llama-3.2-11B-Vision-Instruct 显存占用 23446MiB / 81920MiB，即 23 G 左右
评估结果：
[2024-12-09 14:51:21] INFO - run.py: main - 400:
--------------------- --------
perception 1675.9
reasoning 640.714
OCR 155
artwork 151.25
celebrity 149.412
code_reasoning 160
color 180
commonsense_reasoning 155.714
count 160
existence 195
landmark 185
numerical_calculation 125
position 155
posters 182.993
scene 162.25
text_translation 200
--------------------- --------
输出结果 outputs/Qwen2-VL-7B-Instruct，即：
outputs/Qwen2-VL-7B-Instruct
├── Qwen2-VL-7B-Instruct_MME.xlsx -> outputs/Qwen2-VL-7B-Instruct/T20241209_Ga18f5d69/Qwen2-VL-7B-Instruct_MME.xlsx
├── Qwen2-VL-7B-Instruct_MME_auxmatch.xlsx -> outputs/Qwen2-VL-7B-Instruct/T20241209_Ga18f5d69/Qwen2-VL-7B-Instruct_MME_auxmatch.xlsx
├── Qwen2-VL-7B-Instruct_MME_score.csv -> outputs/Qwen2-VL-7B-Instruct/T20241209_Ga18f5d69/Qwen2-VL-7B-Instruct_MME_score.csv
└── T20241209_Ga18f5d69
├── Qwen2-VL-7B-Instruct_MME.xlsx
├── Qwen2-VL-7B-Instruct_MME_auxmatch.xlsx
└── Qwen2-VL-7B-Instruct_MME_score.csv
其他参考 Llama-3.2-11B-Vision-Instruct 的效果
[2024-12-09 16:33:49] INFO - run.py: main - 400:
--------------------- --------
perception 1343.25
reasoning 325.714
OCR 125
artwork 87
celebrity 127.353
code_reasoning 27.5
color 143.333
commonsense_reasoning 110.714
count 143.333
existence 190
landmark 110.5
numerical_calculation 115
position 123.333
posters 153.401
scene 140
text_translation 72.5
--------------------- --------
2. 工程配置
2.1 环境变量(Env)
构建环境变量，在 VLMEvalKit 中，编写 .env 格式文件，指定 模型下载路径(HF_HOME)，和 数据集下载路径(LMUData)，即：
HF_HOME="[your path]/huggingface/"
LMUData="[your path]/huggingface/LMUData/"
使用
from dotenv import dotenv_values库，进行调用，参考vlmeval/smp/misc.py
2.2 评估模型(Env)
VLMEvalKit 的模型，参考 vlmeval/config.py，包括现有的主流模型，位置默认是 HuggingFace 的下载路径 $HF_HOME，即：
model_groups = [
ungrouped, api_models,
xtuner_series, qwen_series, llava_series, internvl_series, yivl_series,
xcomposer_series, minigpt4_series, idefics_series, instructblip_series,
deepseekvl_series, janus_series, minicpm_series, cogvlm_series, wemm_series,
cambrian_series, chameleon_series, video_models, ovis_series, vila_series,
mantis_series, mmalaya_series, phi3_series, xgen_mm_series, qwen2vl_series,
slime_series, eagle_series, moondream_series, llama_series, molmo_series,
kosmos_series, points_series, nvlm_series, vintern_series, h2ovl_series, aria_series,
smolvlm_series
]
如果模型无法下载，例如 Llama-3.2-11B-Vision-Instruct，修改模型路径 vlmeval/config.py，调用位置 vlmeval/vlm/llama_vision.py，即：
# vlmeval/config.py
llama_series={
# meta-llama/Llama-3.2-11B-Vision-Instruct 替换 [your path]/huggingface/meta-llama/Llama-3.2-11B-Vision-Instruct
'Llama-3.2-11B-Vision-Instruct': partial(llama_vision, model_path='[your path]/huggingface/meta-llama/Llama-3.2-11B-Vision-Instruct'),
'LLaVA-CoT': partial(llama_vision, model_path='[your path]/huggingface/Xkev/Llama-3.2V-11B-cot'),
'Llama-3.2-90B-Vision-Instruct': partial(llama_vision, model_path='meta-llama/Llama-3.2-90B-Vision-Instruct'),
}
# vlmeval/vlm/llama_vision.py
class llama_vision(BaseModel):
INSTALL_REQ = False
INTERLEAVE = False
# This function is used to split Llama-3.2-90B
def split_model(self):
# ...
# meta-llama/Llama-3.2-11B-Vision-Instruct 替换 [your path]/huggingface/meta-llama/Llama-3.2-11B-Vision-Instruct
def __init__(self, model_path='meta-llama/Llama-3.2-11B-Vision-Instruct', **kwargs):
默认与 HuggingFace 下载路径一致，需要指定，则修改
vlmeval/config.py配置。
2.3 评估集(Env)
VLMEvalKit 的数据，参考 vlmeval/dataset/__init__.py，主要支持 IMAGE_DATASET、VIDEO_DATASET、TEXT_DATASET、CUSTOM_DATASET、DATASET_COLLECTION，即：
# run.py
dataset = build_dataset(dataset_name, **dataset_kwargs)
# vlmeval/dataset/__init__.py
DATASET_CLASSES = IMAGE_DATASET + VIDEO_DATASET + TEXT_DATASET + CUSTOM_DATASET + DATASET_COLLECTION
def build_dataset(dataset_name, **kwargs):
for cls in DATASET_CLASSES:
if dataset_name in cls.supported_datasets():
return cls(dataset=dataset_name, **kwargs)
以 MME 为例，调用的是 vlmeval/dataset/image_yorn.py 数据集，即
DATASET_URL = {
'MME': 'https://opencompass.openxlab.space/utils/VLMEval/MME.tsv',
'HallusionBench': 'https://opencompass.openxlab.space/utils/VLMEval/HallusionBench.tsv',
'POPE': 'https://opencompass.openxlab.space/utils/VLMEval/POPE.tsv',
'AMBER': 'https://huggingface.co/datasets/yifanzhang114/AMBER_base64/resolve/main/AMBER.tsv',
}
基类 ImageBaseDataset 负责处理逻辑：
# Return a list of dataset names that are supported by this class, can override
@classmethod
def supported_datasets(cls):
return list(cls.DATASET_URL)
具体位置参考，位于 LMUData 变量之中，默认位置 ~/LMUData/images/MME，即：
def LMUDataRoot():
if 'LMUData' in os.environ and osp.exists(os.environ['LMUData']):
return os.environ['LMUData']
home = osp.expanduser('~')
root = osp.join(home, 'LMUData')
os.makedirs(root, exist_ok=True)
return root
3. 雷达图
绘制雷达图，参考 scripts/visualize.ipynb，使用 OpenVLM.json 全量的 MLLM 评估结果，进行绘制，效果如下：
Bug：
[your path]/miniconda3_62/envs/vlm_eval_kit/lib/python3.11/site-packages/torch/nn/modules/transformer.py:20: UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at ../torch/csrc/utils/tensor_numpy.cpp:84.)
device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'),
UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at ../torch/csrc/utils/tensor_numpy.cpp:84.)
device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'),
即重新安装 torch 即可：
pip uninstall torch numpy
pip3 install torch torchvision torchaudio
![[go-redis]客户端的创建与配置说明](https://i-blog.csdnimg.cn/direct/3ee84bf033f748599f947fc4807b1b99.gif#pic_center)
![[小白系列]Ubuntu安装教程-安装prometheus和Grafana](https://i-blog.csdnimg.cn/direct/cf3ce92c505e4e0bbcf16c2b712ea2ac.png)
