ChartVLM 项目使用教程

1. 项目的目录结构及介绍

ChartVLM 项目的目录结构如下：

ChartVLM/
├── data/
│   ├── 3D-Bar/
│   │   ├── code/
│   │   ├── csv/
│   │   ├── png/
│   │   ├── txt/
│   ├── area_chart/
│   │   ├── code/
│   │   ├── csv/
│   │   ├── png/
│   │   ├── txt/
│   ├── rose/
│   │   ├── code/
│   │   ├── csv/
│   │   ├── png/
│   │   ├── txt/
├── inference.py
├── config.yaml
├── README.md

目录结构介绍

• data/: 存储图表数据，包含多个子目录，每个子目录对应一种图表类型。
  • 3D-Bar/, area_chart/, rose/: 不同类型的图表数据。
    • code/: 存储绘图的 Python 代码。
    • csv/: 存储图表的 CSV 数据。
    • png/: 存储图表的图像文件。
    • txt/: 存储图表的文本描述。
• inference.py: 项目的启动文件，用于执行图表推理任务。
• config.yaml: 项目的配置文件，包含各种配置参数。
• README.md: 项目说明文档。

2. 项目的启动文件介绍

inference.py

inference.py 是 ChartVLM 项目的启动文件，主要用于执行图表推理任务。以下是该文件的主要功能和使用方法：

# inference.py 示例代码
import config
from models import ChartVLM

def main():
    # 加载配置
    cfg = config.load_config('config.yaml')
    
    # 初始化模型
    model = ChartVLM(cfg)
    
    # 执行推理任务
    model.infer()

if __name__ == "__main__":
    main()

使用方法

1. 确保配置文件 config.yaml 正确设置。
2. 运行 python inference.py 启动推理任务。

3. 项目的配置文件介绍

config.yaml

config.yaml 是 ChartVLM 项目的配置文件，包含各种配置参数。以下是该文件的主要内容和配置项：

# config.yaml 示例内容
model:
  name: "ChartVLM"
  version: "1.0"
data:
  path: "data/"
  types: ["3D-Bar", "area_chart", "rose"]
inference:
  batch_size: 32
  device: "cuda"

配置项介绍

• model: 模型相关配置。
  • name: 模型名称。
  • version: 模型版本。
• data: 数据相关配置。
  • path: 数据存储路径。
  • types: 支持的图表类型。
• inference: 推理任务相关配置。
  • batch_size: 批处理大小。
  • device: 运行设备（如 cuda 或 cpu）。

通过配置文件，用户可以灵活调整模型和数据的相关参数，以适应不同的应用场景。