Windows 环境下安装 OmniParser

爱学习的张大2025-12-24 18:22

需要把项目代码下载到本地：

克隆项目代码

复制代码

git clone https://github.com/microsoft/OmniParser.git
cd OmniParser

克隆特别慢，只有50KB/s

创建并激活环境

复制代码

conda create -n "omni" python==3.12
conda activate omni

安装依赖包

复制代码

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

确保你在权重文件夹里下载了V2权重

复制代码

# 段1：定义要下载的文件列表（替代bash的{}展开）
$files = @(
    "icon_detect/train_args.yaml",
    "icon_detect/model.pt",
    "icon_detect/model.yaml",
    "icon_caption/config.json",
    "icon_caption/generation_config.json",
    "icon_caption/model.safetensors"
)

# 段2：循环下载文件（替代bash的for循环）
foreach ($f in $files) {
    huggingface-cli download microsoft/OmniParser-v2.0 "$f" --local-dir weights
}

# 段3：重命名文件夹（替代bash的mv，-Force强制覆盖）
Move-Item -Path "weights/icon_caption" -Destination "weights/icon_caption_florence" -Force

然后运行

复制代码

python gradio_demo.py

遇到的错误

omni环境中运行gradio_demo.py时触发了ValueError: Unknown argument: show_log，核心原因是你安装的 PaddleOCR 版本较新，而 OmniParser 代码中使用了该版本已移除的show_log参数 ------ 新版本的 PaddleOCR 不再支持show_log这个初始化参数，传入后会被识别为未知参数从而报错。

你在omni环境中运行gradio_demo.py时又触发了ValueError: Unknown argument: use_gpu，核心原因是你安装的 PaddleOCR 3.x + 版本彻底重构了设备指定逻辑，移除了use_gpu参数，改用device参数来指定运行设备（CPU/GPU） ，代码中仍传入use_gpu会被识别为未知参数。