EVA

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Python 环境（项目为 Python 实现）
• 已安装 PyTorch（timm 加载权重所需）
• 可访问 GitHub 与 Hugging Face 的网络环境
• 如需查看各版本细节，需进入对应子目录阅读其 README

安装与启动步骤

1. 1克隆 EVA 仓库

   README 只列出各子项目入口，先把整个仓库拉到本地，便于逐个查看说明。

   git clone https://github.com/baaivision/EVA.git

   复制

2. 2进入目标子项目

   README 给出 EVA-01、EVA-02、EVA-CLIP、EVA-CLIP-18B 等目录，按需进入并阅读其内 README。

   cd EVA/EVA-02

   复制

3. 3安装 timm

   README 明确 EVA / EVA-CLIP 权重已发布在 Hugging Face 与 timm，可直接用 timm 调用。

   pip install timm

   复制

4. 4加载 EVA-02 权重

   使用 README 中给出的 timm 模型名加载预训练权重，首次运行会自动下载。

   from timm import create_model
   model = create_model("eva02_large_patch14_448.mim_m38m_ft_in1k", pretrained=True)
   print(model.__class__.__name__)

   复制

5. 5尝试 open_clip 方式

   README 也提供 EVA-CLIP 的 open_clip 配置链接，可对照官方 open_clip 文档使用。

关键配置

如何确认成功

Python 中成功创建模型并打印出模型类名、无下载或加载报错，即说明权重可用。

常见问题

注意事项

• README 未提供完整安装教程，本教程中的命令主要基于其中提到的 git 仓库地址、timm 模型名与 open_clip 链接，执行前请核对子项目文档。
• EVA-CLIP-18B 参数量达 180 亿，加载与推理对显存要求较高，普通设备建议先用 EVA-02 或较小版本验证流程。
• 各子项目的训练数据集、超参和评测脚本均在其各自目录内，根 README 不涉及。
• 项目由 BAAI 视觉团队维护，遇到使用问题可通过 README 中给出的联系邮箱沟通。