• 源码链接：https://github.com/pharmapsychotic/clip-interrogator
• 介绍
  • CLIP询问程序是一个提示工程工具，它结合了OpenAI的CLIP和Salesforce的BLIP，以优化文本提示，使其与给定的图像相匹配。
  • 使用由此产生的提示和文本到图像的模型，如DreamStudio上的Stable Diffusion，来创建酷炫的艺术！

1. 克隆源码

• 克隆命令

  git clone https://github.com/pharmapsychotic/clip-interrogator.git
  

2. 创建虚拟环境及配置

• 创建虚拟环境

  conda create -n env_clip python==3.8.10
  

• 进入虚拟环境

  conda activate env_clip 
  

• 安装pytorch

  pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
  

• 安装clip-interrogator

  pip install clip-interrogator==0.6.0
  

• 安装requirements.txt库

  pip install -r requirements.txt 
  

3. 下载远程相关文件

3.1 下载Salesforce相关文件失败

• 运行代码时，会访问国外的网站下载文件，导致访问失败，所以手动下载
  
• 解决： 下载相关文件
  • 根据报错：Salesforce/blip-image-captioning-large失败
  • 参数文件路径在：clip-interrogator-main\clip_interrogator\clip_interrogator.py
    
  • 这几个文件都要远程下载
  • 但是我运行代码时只用到了Salesforce/blip-image-captioning-large,根据自己需求下载 【我全下了】
  • 下载链接 【链接打不开，自己想办法】
    • https://huggingface.co/Salesforce/blip-image-captioning-large/tree/main
    • https://huggingface.co/Salesforce/blip2-opt-2.7b/tree/main
    • https://huggingface.co/Salesforce/blip2-flan-t5-xl
    • https://huggingface.co/microsoft/git-large-coco/tree/main
    • https://huggingface.co/Salesforce/blip-image-captioning-base/tree/main
  • 在根目录创建：config_data文件夹，将下载的文件放在里面
    
  • 修改目录地址文件
    • clip-interrogator-main\clip_interrogator\clip_interrogator.py
    • 将Salesforce改为config_data
      

3.2 下载cache相关文件失败

• 有个文件下载成功了，默认创建cache文件夹，保存在此文件夹
  
• 手动下载链接 【链接打不开，自己想办法】
  • ViT-L-14_openai_artists.safetensors
  • ViT-L-14_openai_flavors.safetensors
  • ViT-L-14_openai_mediums.safetensors
  • ViT-L-14_openai_movements.safetensors
  • ViT-L-14_openai_negative.safetensors
  • ViT-L-14_openai_trendings.safetensors
• 放在cache文件夹中
  

3.3 解决库不完整问题

• clip-interrogator-main\predict.py文件cog爆红
  
• 解决：查库找不到这个文件，在git上找到了相关文件
  • 链接：https://github.com/replicate/cog/tree/main/python
    
  • 将cog文件下载下来，放在根目录即可
    

4. 测试代码

4.1 脚本一

from PIL import Image
from clip_interrogator import Config, Interrogator
image = Image.open('data/1.png').convert('RGB')  # 自己的图片路径
ci = Interrogator(Config(clip_model_name="ViT-L-14/openai"))
print(ci.interrogate(image))

• 生成文本结果
  

4.2 脚本二

from clip_interrogator import Config, Interrogator, LabelTable, load_list
from PIL import Image

ci = Interrogator(Config())
# ci = Interrogator(Config(blip_model_type=None))
image = Image.open('data/page1_1.jpg').convert('RGB')
table = LabelTable(load_list('clip_interrogator/data/flavors.txt'), 'flavors', ci)
best_match = table.rank(ci.image_to_features(image), top_count=1)[0]
print(best_match)

• 生成文本结果
  

4.3 测试run_cli.py文件

• 添加文件路径，设置default默认路径
  • 图生文整个文件夹

    parser.add_argument('-f', '--folder',default=r'/images', help='path to folder of images')   # 图片文件夹路径
    

  • 图生文一张图片

    parser.add_argument('-i', '--image',default=r'data/page1_1.jpg', help='image file or url')  # 图片路径
    

• 结果和脚本一一样

4.4 测试run_gradio.py文件

• 安装gradio库

  pip install gradio
  

• 打开url
  
• 前端界面
  
• 上传图片结果