📦 安装依赖

DataFlow-MM 的视频相关算子依赖已包含在基础安装中。

基础安装

cd DataFlow-MM
conda create -n Dataflow-MM python=3.12
conda activate Dataflow-MM
pip install -e .

执行 pip install -e . 会自动安装 requirements.txt 中的所有依赖，包括视频处理所需的核心库：

• opencv-python - 视频读取和处理
• scenedetect - 视频场景检测
• av - PyAV 视频编解码
• imageio-ffmpeg - 视频IO
• ffmpeg-python - FFmpeg Python封装
• clip - CLIP模型（美学评估）
• cpbd - 模糊度检测
• paddleocr - OCR文字检测
• 以及其他视频处理相关依赖

---

🎯 VLM 模型支持（推荐）

如果需要使用 VLM 模型进行视频理解（如视频描述生成、视频问答等），需要额外安装：

pip install -e ".[vllm,vqa]"

---

🔧 系统依赖

FFmpeg（必需）

视频切割等操作需要系统安装 FFmpeg：

Ubuntu/Debian:

sudo apt-get update
sudo apt-get install ffmpeg

macOS:

brew install ffmpeg

验证安装:

ffmpeg -version

---

🚀 PaddlePaddle GPU 安装（OCR 必需）

如果需要使用 OCR 相关算子（如 VideoOCREvaluator），必须单独安装 PaddlePaddle GPU 版本：

# 根据您的 CUDA 版本选择对应的 PaddlePaddle
# CUDA 12.6 示例：
pip install paddlepaddle-gpu==3.0.0 --index-url https://www.paddlepaddle.org.cn/packages/stable/cu126/

# 其他 CUDA 版本请参考：https://www.paddlepaddle.org.cn/