On This Page3 sections
Python と Transformers を使い、ローカル画像について FastVLM に質問する手順です。このサイトの完全なサンプルスクリプトをダウンロードできます。スクリプトの既定モデルは、互換性を確認したコミュニティ変換版 KamilaMila/FastVLM-0.5B です。Apple の元の重みを使う場合は公式リポジトリの手順を選び 、モデル ID だけを差し替えないでください。
実行環境を用意する
Python の仮想環境と対応する PyTorch を用意します。Transformers、Pillow、timm など、スクリプトに必要な依存関係を導入してください。具体的なバージョンはダウンロードしたスクリプトの指定とTransformers の FastVLM ドキュメントに合わせます 。初回は Hugging Face からモデルを取得するので、通信と空き容量も確認します。
python -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install "transformers==5.0.0" "timm==1.0.29" torch pillow
python fastvlm_transformers.py image.pngWindows では .venv\Scripts\activate を使います。質問を指定する場合はスクリプトのコマンドライン引数を確認してください。実行前に入力ファイルと選択される端末を確認し、金額、表、文字などの回答は必ず元の画像と照合します。
重みと実行方法の違い
| 方法 | 重み | 用途 |
|---|---|---|
| このサイトの Transformers サンプル | KamilaMila/FastVLM-0.5B | ダウンロード用スクリプトの互換処理に対応します。 |
| Apple の元の実装 | Apple の Stage2 / Stage3 重み | Apple リポジトリの環境と推論スクリプトを使います。 |
| Apple ネイティブアプリ | Apple Silicon 専用の出力 | 公式アプリのダウンロードと配置手順を使います。 |
| ブラウザ | コミュニティの ONNX 0.5B 変換版 | WebGPU デモや開発ガイドを使います。 |
よくある問題
FastVLM のクラスや timm が見つからない場合は、別のシステム Python ではなく、現在の仮想環境に互換バージョンが入っているか確認します。ダウンロードが中断する場合はキャッシュと空き容量を調べます。GPU メモリが足りない場合は画像サイズや生成長を下げるか、別の端末を使います。回答が空や期待した形式と異なる場合は、まず単純な画像と明確な質問で検証してください。
このサイトは固定した環境と合成レシートを用いて、サンプルが金額を返せることを確認しました。これは全ての画像や環境に対する精度保証ではありません。再現のために依存バージョン、モデル ID、質問と元画像を記録してください。
Continue Reading
More articles connected to the same themes, protocols, and tools.
Referenced Tools
Browse entries that are adjacent to the topics covered in this article.
