运行MiniMind-V需要按照环境配置→数据准备→模型训练→效果测试四个步骤进行系统化操作：
环境配置
- 使用
git clone下载项目代码，建议Python≥3.9环境 - 通过清华镜像源安装依赖：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple - 下载CLIP视觉编码器到
./model/vision_model目录
数据准备
- 创建
./dataset目录并下载约5GB的预训练数据 - 需包含三种JSONL格式标注文件（预训练/单图微调/多图微调）和对应图片
- 图像默认会resize到224×224分辨率
模型训练
典型流程包含两个阶段：
- 预训练：运行
train_pretrain_vlm.py冻结CLIP只训练投影层（约1小时/epoch） - 微调：执行
train_sft_vlm.py解冻语言模型进行端到端训练
效果测试
支持两种验证方式：
- 命令行交互：
python eval_vlm.py加载训练权重 - Web界面：
python web_demo_vlm.py启动本地服务进行可视化测试
关键提示：若显存不足（＜24GB），需在LMConfig.py中调小batch_size参数。
本答案来源于文章《MiniMind-V：1小时训练26M参数视觉语言模型》
未经允许不得转载：AI生产力工具 » 如何在自己的设备上运行MiniMind-V的完整训练流程？
简体中文 
English 
日本語 
Deutsch 
Português do Brasil