一、功能说明

基于 HuggingFace+PyTorch 调用 OpenAI 的 CLIP 模型，实现零样本图像分类，无需训练、无需 GPU，纯 CPU 即可完美运行，自定义分类标签，直接对本地图片完成分类推理，代码经过极致优化，无报错、不卡顿、内存占用低。

二、完整可运行代码（原版优化，注释精简）

# ========== 1. 配置HuggingFace国内镜像源（下载模型不超时，必须保留） ==========
import os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

# ========== 2. 导入所有依赖库 ==========
import torch
from transformers import pipeline

# ========== 3. Windows系统核心要求：主程序入口（必须有这个判断！！！） ==========
if __name__ == '__main__':
    # 初始化CLIP零样本图像分类管道 - 纯CPU完美适配版
    clip = pipeline(
        task="zero-shot-image-classification",
        model="openai/clip-vit-base-patch32",
        torch_dtype=torch.float32,  # CPU专属配置，替换不支持的bfloat16
        device=-1,                  # 强制使用CPU，避免GPU检测的额外问题
        model_kwargs={"low_cpu_mem_usage": True}, # 降低CPU内存占用，低配电脑友好
        use_fast=False              # 关闭快速加载，彻底避免多进程报错
    )

    # 定义分类候选标签
    labels = ["a photo of a cat", "a photo of a dog", "a photo of a car"]

    # 推理本地图片 + 格式化打印结果
    result = clip("test.png", candidate_labels=labels)
    print("="*30)
    print("✅ 分类推理结果成功！")
    print("="*30)
    for idx, item in enumerate(result, 1):
        print(f"排名 {idx} | 标签: {item['label']} | 置信度: {item['score']:.6f}")

三、核心代码关键说明

✅ 核心配置（缺一不可，解决所有痛点）

1. 国内镜像源：os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'，解决 HuggingFace 官方源下载模型慢、超时、连接失败问题，首次运行自动下载模型，速度拉满。
2. Windows 必加：if __name__ == '__main__':，彻底解决 transformers 库多进程加载模型的BrokenPipeError、卡死等 Windows 专属报错。
3. CPU 完美适配：
   • torch_dtype=torch.float32：CPU 不支持bfloat16，该配置避免数据类型报错；
   • device=-1：固定使用 CPU 运行，0 为 GPU，无显卡环境下直接跳过 GPU 检测；
   • low_cpu_mem_usage=True：轻量化内存占用，低配电脑 / 8G 内存也能流畅运行；
   • use_fast=False：关闭快速加载，保证运行稳定性。

✅ 核心功能亮点

1. 零样本特性：无需训练、无需标注数据集，直接推理，开箱即用；
2. 标签自由定制：labels列表可随意修改，想分类什么内容直接改标签即可，支持中英文标签，无需改动其他代码；
3. 输入灵活：传入本地图片路径（png/jpg 均可），自动完成推理；
4. 结果清晰：按置信度从高到低排序输出，置信度数值越高，匹配度越强。

四、运行方式

1. 将需要分类的图片放在代码同目录，命名为test.png（可修改代码中图片路径）；
2. 直接运行代码，首次运行自动下载模型，后续运行无需重复下载；
3. 控制台查看分类结果，包含排名、标签、置信度，一目了然。