金子邦彦研究室人工知能Windows で動く人工知能関係 Pythonアプリケーション,オープンソースソフトウエア)CRAFT のインストールと動作確認(テキスト検出)(Python,PyTorch を使用)(Windows 上)

CRAFT のインストールと動作確認(テキスト検出)(Python,PyTorch を使用)(Windows 上)

CRAFT は,文字検出の一手法.

目次

  1. 前準備
  2. CRAFT のインストール,文字検出の実行

[image]

文献

Youngmin Baek, Bado Lee, Dongyoon Han, Sangdoo Yun, and Hwalsuk Lee, Character Region Awareness for Text Detection, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 9365--9374, 2019.

関連する外部ページ

GitHub のページ: https://github.com/clovaai/CRAFT-pytorch

前準備

Git のインストール(Windows 上)

Gitは,バージョン管理システム.ソースコードの管理や複数人での共同に役立つ.

サイト内の関連ページ

Windows での Git のインストール: 別ページ »で説明している.

関連する外部ページ

Git の公式ページ: https://git-scm.com/

Python のインストール(Windows 上)

サイト内の関連ページ

関連する外部ページ

Python の公式ページ: https://www.python.org/

Build Tools for Visual Studio 2022,NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.8,NVIDIA cuDNN 8.9.7 のインストール(Windows 上)

サイト内の関連ページ

NVIDIA グラフィックスボードを搭載しているパソコンの場合には, NVIDIA ドライバNVIDIA CUDA ツールキットNVIDIA cuDNN のインストールを行う.

関連する外部ページ

PyTorch のインストール(Windows 上)

  1. Windows で,コマンドプロンプト管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. PyTorch のページを確認

    PyTorch のページ: https://pytorch.org/index.html

  3. 次のようなコマンドを実行(実行するコマンドは,PyTorch のページの表示されるコマンドを使う).

    次のコマンドを実行することにより, PyTorch 2.3 (NVIDIA CUDA 11.8 用)がインストールされる. 但し,Anaconda3を使いたい場合には別手順になる.

    事前に NVIDIA CUDA のバージョンを確認しておくこと(ここでは,NVIDIA CUDA ツールキット 11.8 が前もってインストール済みであるとする).

    PyTorch で,GPU が動作している場合には,「torch.cuda.is_available()」により,True が表示される.

    python -m pip install -U --ignore-installed pip
    python -m pip uninstall -y torch torchvision torchaudio torchtext xformers
    python -m pip install -U torch torchvision torchaudio numpy --index-url https://download.pytorch.org/whl/cu118
    
    python -c "import torch; print(torch.__version__, torch.cuda.is_available())" 
    

    [image]

    Anaconda3を使いたい場合には, Anaconda プロンプト (Anaconda Prompt)管理者として実行し, 次のコマンドを実行する. (PyTorch と NVIDIA CUDA との連携がうまくいかない可能性があるため,Anaconda3を使わないことも検討して欲しい).

    conda install -y pytorch torchvision torchaudio pytorch-cuda=11.8 cudnn -c pytorch -c nvidia
    py -c "import torch; print(torch.__version__, torch.cuda.is_available())" 
    

    サイト内の関連ページ

    関連する外部ページ

CRAFT のインストール,文字検出の実行

  1. Windows で,コマンドプロンプト管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. インストール

    pip install -U opencv-python scikit-image scipy
    cd %USERPROFILE%
    rmdir /s /q CRAFT-pytorch
    git clone --recursive https://github.com/clovaai/CRAFT-pytorch
    

    [image]
  3. 公開されている学習済みモデルを確認

    https://github.com/clovaai/CRAFT-pytorch の「Test instruction using pretrained model」のところ

    [image]
  4. 学習済みモデルのダウンロード

    General を選んでみる

    [image]
  5. ダウンロードしたファイルは,%HOMEPATH%\CRAFT-pytorch に置く.

    [image]
  6. 動作確認のために使用する画像ファイルの準備

    動作確認のために使用する画像ファイルは https://github.com/clovaai/deep-text-recognition-benchmark で公開されている画像ファイルを使うことにする.

    cd %USERPROFILE%
    rmdir /s /q deep-text-recognition-benchmark
    git clone --recursive https://github.com/clovaai/deep-text-recognition-benchmark
    

    [image]
  7. 動作確認
    cd %USERPROFILE%
    cd CRAFT-pytorch
    python test.py --trained_model=craft_mlt_25k.pth --test_folder=%HOMEPATH%\deep-text-recognition-benchmark\demo_image
    

    [image]
  8. %HOMEPATH%\CRAFT-pytorch\result の下に結果が保存される.

    [image]