InternVL3-8B 在 Material Analyzer 中的使用说明

本目录存放 InternVL3-8B 模型文件。它是 Material Analyzer 的外部模型依赖，不应该提交到 Material Analyzer 项目仓库。

主要功能

InternVL3-8B 是视觉语言模型。在本项目中，它用于查看地板或瓷砖图片，并结合产品元数据生成结构化语义结果。

本项目使用它完成以下字段：

{
  "description": "",
  "material_type": "",
  "surface_finish": "",
  "grain_type": "",
  "color_family": "",
  "visual_style": "",
  "variation": "",
  "gloss_level": "",
  "tags": [],
  "confidence": 0.0,
  "field_confidence": {}
}

这些结果会写入每个资产目录中的：

semantic.json
material.json

本项目没有使用的能力

当前 Material Analyzer 只使用 InternVL3 做语义分析，不使用它生成图像 embedding。

图像 embedding 仍由以下 provider 负责：

local：本地确定性颜色/纹理指纹
http：可选 DINOv2/CLIP 模型服务

本地放置路径

Material Analyzer 默认读取：

D:\go-demo\data\InternVL3-8B

如果模型放在其他位置，需要在启动语义服务前设置：

set INTERNVL3_MODEL_PATH=D:\path\to\InternVL3-8B

启动语义服务

在 Material Analyzer 项目中运行：

cd D:\go-demo\Material Analyzer\tools\vision_server
python -m pip install -r requirements.txt
set INTERNVL3_MODEL_PATH=D:\go-demo\data\InternVL3-8B
python server.py

服务默认监听：

http://127.0.0.1:5300/semantic

在 Material Analyzer 中调用

回到 Material Analyzer 项目根目录：

cd D:\go-demo\Material Analyzer
go run . -sku I966106LP -semantic-provider internvl3 -semantic-url http://127.0.0.1:5300

也可以和本地规则 provider 组合：

go run . -semantic-provider local,internvl3 -semantic-url http://127.0.0.1:5300

组合模式会做字段级融合，并根据置信度决定最终语义字段。

常用环境变量

INTERNVL3_MODEL_PATH        模型目录，默认 D:\go-demo\data\InternVL3-8B
INTERNVL3_PORT              服务端口，默认 5300
INTERNVL3_IMAGE_SIZE        输入图块尺寸，默认 448
INTERNVL3_MAX_TILES         最大图块数，默认 4
INTERNVL3_MAX_NEW_TOKENS    最大生成 token 数，默认 512
INTERNVL3_TEMPERATURE       生成温度，默认 0.0
INTERNVL3_LOAD_IN_8BIT      是否 8bit 量化加载
INTERNVL3_LOAD_IN_4BIT      是否 4bit 量化加载
INTERNVL3_USE_FLASH_ATTN    是否启用 flash attention

注意事项

模型权重体积很大，普通 Git 不适合直接管理。
首次启动会加载多个 .safetensors 分片，耗时和显存占用都较高。
如果显存不足，可以尝试 INTERNVL3_LOAD_IN_8BIT=true 或 INTERNVL3_LOAD_IN_4BIT=true，但需要环境支持 bitsandbytes。
本项目语义服务接口只要求 /semantic 可用；业务代码不直接读取模型目录。

3.3 KiB Raw Permalink Blame History Unescape Escape