mpatacchiola/DeepGaze のインストールと動作確認（肌色領域の抜き出し，saliency の検出）（TensorFlow 1.15.5，Python 3.7 を使用）（Windows 上）

【目次】

前準備
mpatacchiola/DeepGaze のインストール
このページで説明のために使用するビデオ、写真
mpatacchiola/DeepGaze を用いて肌色領域の抜き出し
付属のサンプルプログラムを動かしてみる
mpatacchiola/DeepGaze を用いて saliency の検出

手順の要点: 前準備として，NVIDIA CUDA 10.0, NVIDIA cuDNN 7.6.5, Python 3.7, TensorFlow 1.15.5 等をインストール．

ソフトウェア等の利用条件等は，利用者で確認すること．

謝辞：ソフトウェアの作者に感謝します

参考Webページ https://www.github.com/mpatacchiola/DeepGaze

前準備

Visual Studio Community 2017 のインストール

NVIDIA CUDA 10.0 は Visual Studio Commnity 2017, 2015, 2013, 2012 と連携して動く機能がある．

NVIDIA CUDA 10.0 のインストールの前に， Visual Studio Commnity 2017 のインストールを行う．

Visual Studio Commnity 2017 のインストールは， https://visualstudio.microsoft.com/ja/vs/older-downloads/ で「2017」を選び，「ダウンロード」をクリック．その後表示されるダウンロードの画面で，「Visual Studio Commnity 2017」を選ぶ．インストール時には「C++ によるデスクトップ開発」をチェックしてインストールする．

Python 3.7，Git，CMake のインストール（Windows 上）

Pythonは，プログラミング言語の１つ． Gitは，分散型のバージョン管理システム． CMakeは，クロスプラットフォームのビルドシステム生成ツール．

【手順】

Windows で，コマンドプロンプトを管理者として実行

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

次のコマンドを実行

次のコマンドは，Python ランチャーとPython 3.7とGitとCMakeをインストールし，Gitにパスを通すものである．

次のコマンドでインストールされるGitは「git for Windows」と呼ばれるものであり， Git，MinGW などから構成されている．

winget install --scope machine Python.Launcher
winget install --scope machine Python.Python.3.7
winget install --scope machine Git.Git
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\Git\cmd\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
winget install --scope machine Kitware.CMake
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\CMake\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

【関連する外部ページ】

Python の公式ページ: https://www.python.org/
Git の公式ページ: https://git-scm.com/
CMake の公式ダウンロードページ: https://cmake.org/download/

【サイト内の関連ページ】

Python のまとめ: 別ページ »にまとめている．

Visual Studio Community 2017 のインストール

NVIDIA CUDA 10.0 は Visual Studio Commnity 2017, 2015, 2013, 2012 と連携して動く機能がある．

NVIDIA CUDA 10.0 のインストールの前に， Visual Studio Commnity 2017 のインストールを行う．

NVIDIA ドライバのインストール（Windows 上）

NVIDIA ドライバ

NVIDIA ドライバは，NVIDIA製GPUを動作させるための重要なソフトウェアである．このドライバをインストールすることにより，GPUの性能を引き出すことができ，グラフィックス関連のアプリ，AI関連のアプリの高速化が期待できる．

ドライバはNVIDIA公式サイトである https://www.nvidia.co.jp/Download/index.aspx?lang=jp からダウンロードできる．このサイトからダウンロードするときには，グラフィックスカードとオペレーティングシステムを選択する．なお，NVIDIA GeForce Experiance を用いてインストールすることも可能である．

【サイト内の関連ページ】

NVIDIA ドライバのインストール（Windows 上）

NVIDIA グラフィックス・ボードの確認
Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは，次のコマンドを実行することにより調べることができる．
```
wmic path win32_VideoController get name
```
NVIDIA ドライバのダウンロード
NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．
https://www.nvidia.co.jp/Download/index.aspx?lang=jp
ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．

NVIDIA CUDA ツールキット 10.0 のインストール（Windows 上）

NVIDIA CUDA ツールキットのインストール時の注意点

NVIDIAのGPUを使用して並列計算を行うためのツールセット

主な機能: GPU を利用した並列処理，GPU のメモリ管理，C++をベースとした拡張言語とAPIとライブラリ

【NVIDIA CUDA ツールキットの動作に必要なもの】

CUDA対応のNVIDIA GPUが必要．
そのために，NVIDIA グラフィックス・ボードを確認する． Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは，次のコマンドを実行することにより調べることができる．
```
wmic path win32_VideoController get name
```
NVIDIA ドライバのダウンロードとインストール
NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．
https://www.nvidia.co.jp/Download/index.aspx?lang=jp
Windows では，インストール前に，Build Tools for Visual Studio もしくは Visual Studio をインストールしておくことが必要である．

【Windows でインストールするときの注意点】

Windows では， NVIDIA CUDA ツールキットのインストール中は，なるべく他のウインドウはすべて閉じておくこと．
NVIDIA CUDA ツールキットのインストールが終わったら，ユーザ環境変数 TEMP の設定を行う．
Windows のユーザ名が日本語のとき，nvcc がうまく動作しないエラーを回避するためである．
ユーザ環境変数 TEMP に「C:\TEMP」を設定するために，コマンドプロンプトで，次のコマンドを実行する．
```
mkdir C:\TEMP
powershell -command "[System.Environment]::SetEnvironmentVariable(\"TEMP\", \"C:\TEMP\", \"User\")"
```

【関連する外部ページ】

NVIDIA CUDA ツールキットのアーカイブの公式ページ: https://developer.nvidia.com/cuda-toolkit-archive
NVIDIA CUDA ツールキットの公式のドキュメント: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
NVIDIA CUDA ツールキットのインストールに関する，NVIDIA CUDA クイックスタートガイドの公式ページ: https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html

TensorFlow 1.15.5 が必要とする NVIDIA CUDA ツールキットと NVIDIA cuDNN のバージョンの確認

TensorFlow 1.15.5 を動かすために，NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 を使う．

（10.2, 10.1 は不可．実際に試みて検証済み）．

NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 の根拠: cudart64_100.dll, cudnn64_7.dll が必要

インストール手順

NVIDIA CUDA ツールキットのアーカイブのページを開く
https://developer.nvidia.com/cuda-toolkit-archive
NVIDIA CUDA ツールキットのバージョンを選ぶ
ここでは，NVIDIA CUDA ツールキットの10.0を選んでいる
「Windows」，「10」，「exe [local]」を選ぶ．
「Base Installer」の右横の「Download」をクリックして，.exe ファイルをダウンロード
exe ファイルのダウンロードが始まる
ダウンロードした .exe ファイルを実行する．
展開（解凍）先ディレクトリ（フォルダ）の指定．
既定（デフォルト）のままでよい．「OK」をクリック．
展開（解凍）が自動で行われるので，しばらく待つ．
ライセンス条項の確認．
インストールオプションは，「カスタム（詳細）」を選び，「次へ」をクリック．
コンポーネントを確認する．
「CUDA」にチェックする．その他は，必要なものがあればチェックする．「次へ」をクリック．

複数の版の NVIDIA CUDA ツールキットをインストールする場合には，古い版のNVIDIA CUDA ツールキットをインストールするときに「CUDA」だけを選ぶようにする．
インストール場所の選択は，既定（デフォルト）のままでよい．「次へ」をクリック．
Visual Studio Integration について表示された場合
表示されなくても問題はない．

表示された場合には，NVIDIA CUDA のインストールを中止して， Visual Studio Commnity 2017 のインストールを行う．
Visual Studio Commnity 2017 のインストールは， https://visualstudio.microsoft.com/ja/vs/older-downloads/ で「2017」を選び，「ダウンロード」をクリック．その後表示されるダウンロードの画面で，「Visual Studio Commnity 2017」を選ぶ．インストール時には「C++ によるデスクトップ開発」をチェックしてインストールする．
このとき，Windows セキュリティの画面が開くことがある．開いた場合には，「インストール」をクリック．
インストールが始まるので，確認する．
このとき，グラフィックス・カードのドライバのインストールについての画面が表示される場合がある．「インストール」をクリックして，インストールを続行する．
Visual Studio がインストール済みのときは，Nsight Visual Studio がインストールされたことが確認できる．確認したら「次へ」をクリック．

Visual Studio をインストールしていないときは，Nsight for Visual Studio はインストールされない．
インストール終了の確認．「閉じる」をクリック．

* 「コンピュータを再起動してください」と表示される場合がある．そのときは，再起動する．
GeForce Experience が自動で開く場合がある
- 利用条件について表示されたときは、よく確認し、納得できる場合のみ同意・続行する
- リリースハイライトが表示される場合がある．
  リリースハイライトを確認したら，「x」をクリックして閉じる．
- このとき，最新版への更新が始まり，起動に時間がかかることがある．
  そして「お使いのGPU向けの新しいドライバーが入手可能です」と表示されることがある．そのときは，新しいドライバをインストールする．

NVIDIA cuDNN 7.6.5 のインストール

インストールするNVIDIA cuDNN のバージョンは 7.6.5 for CUDA 10.0

NVIDIA cuDNN

NVIDIA cuDNN は， NVIDIA CUDA ツールキット上で動作するディープラーニング・ライブラリである．畳み込みニューラルネットワークやリカレントニューラルネットワークなど，さまざまなディープラーニングで利用されている．

Windows で，NVIDIA cuDNN の利用時に「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときは， ZLIB DLL をインストールすること．

【関連する外部ページ】

NVIDIA cuDNN のダウンロードの公式ページ: https://developer.nvidia.com/cudnn

NVIDIA cuDNN のインストール（Windows 上）の概要

NVIDIA Developer Program メンバーシップへの加入が必要．
NVIDIA Developer Program の公式ページ: https://developer.nvidia.com/developer-program
公式サイトより，使用中の NVIDIA CUDA のバージョンに適合するzipファイルをダウンロード．ダウンロードしたファイルを展開（解凍）．展開先のbinフォルダにパスを通す．システム環境変数CUDNN_PATHを設定．パスが正しく設定されたか確認（where cudnn64_8.dllコマンドでエラーが出ないことを確認）

NVIDIA cuDNN のダウンロードとインストールの手順

NVIDIA cuDNN のウェブページを開く
https://developer.nvidia.com/cuDNN
ダウンロードしたいので，cuDNNのところにある「Download cuDNN」をクリック．
NVIDIA Developer Program メンバーシップに入る
NVIDIA cuDNN のダウンロードのため．
「Join now」をクリック．その後，画面の指示に従う．利用者本人が，電子メールアドレス，表示名，パスワード，生年月日を登録．利用条件等に合意．
ログインする
調査の画面が出たときは，調査に応じる
ライセンス条項の確認
「Archived cuDNN Releases」をクリック
ダウンロードしたいバージョンを選ぶ
ここでは「cuDNN v 7.6.5, for CUDA 10.0」を選んでいる．
このとき，画面の「for CUDA ...」のところを確認し，使用するNVIDIA CUDA のバージョンに合うものを選ぶこと．
Windows にインストールするので Windows 版を選ぶ
ダウンロードが始まる．
ダウンロードした .zip ファイルを展開（解凍）する．展開の結果 cuda という名前のディレクトリができる．その中のサブディレクトリを確認しておく．

Windows での展開（解凍）に便利な 7-Zip: 別ページ »で説明
NVIDIA CUDA ツールキットをインストールしたディレクトリは，「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0」のようになっている．確認する．
確認したら，さきほど展開してできたディレクトリcuda の下にあるすべてのファイルとディレクトリを，NVIDIA CUDA ツールキットをインストールしたディレクトリにコピーする

インストール後に行う環境変数の設定

「NVIDIA cuDNN をインストールしたディレクトリ」をもとに環境変数を設定する．

「NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 の場合には，次のように設定する．

すでに，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin には，パスが通っている．
Windows のシステム環境変数 CUDNN_PATH に，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 を設定
Windows で，コマンドプロンプトを管理者として実行

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

次のコマンドを実行
```
powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\", \"Machine\")"
```
Windows のシステム環境変数 Pathに，次が含まれていることを確認
```
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
```

パスの確認

次の操作により，cudnn64_7.dll にパスが通っていることを確認する

Windows のコマンドプロンプトを開き，次のコマンドを実行する．エラーメッセージが出ないことを確認．

where cudnn64_7.dll

---------------------------------------

前準備

Git のインストール（Windows 上）

Gitは，分散型のバージョン管理システム．

【手順】

Windows で，コマンドプロンプトを管理者として実行

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

次のコマンドを実行
次のコマンドは，Gitをインストールし，Gitにパスを通すものである．
次のコマンドでインストールされるGitは「git for Windows」と呼ばれるものであり， Git，MinGW などから構成されている．
```
winget install --scope machine Git.Git
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\Git\cmd\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
```

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

【関連項目】 Git バージョン管理システム, Git の利用

CMake のインストール

CMake の公式ダウンロードページ: https://cmake.org/download/

Windows での cmake のインストール: 別ページ »で説明

Python 3.7 64 ビット版のインストール，pip と setuptools の更新，Python 開発環境のインストール（Windows 上）

① Python 3.7 64 ビット版のインストール（Windows 上）

【Python のインストールでの注意点】

Python 64-bit 版を使用してください．
Python をシステム領域にインストールすることを推奨する．
Windowsでは，Python をユーザ領域（既定の設定）またはシステム領域にインストールできる．しかし，ユーザー名に日本語が含まれている場合，Python をユーザ領域にインストールすると問題が発生する可能性がある．システム領域にインストールすることで，ファイルパスに日本語が含まれることを避けることができ，問題を防ぐことができる．

【Python 3.7 のインストール手順の詳細（別ページ） 】 Windows での Python 3.7 のインストール: 別ページ »で説明

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

【インストール手順の概要】

Python の URL を開く
URL: https://www.python.org
Windows 版の Python 3.7 をダウンロード
ページの上の方にある「Downloads」をクリック，「Downloads」の下にメニューが出るので，その中の「Windows」をクリック．
そして，Python 3.7.x (x は数字）を探す．
そして，Windows の 64ビット版のインストーラをダウンロードしたいので，「Windows x86-64 executable installer」を選ぶ
インストール時の設定
1. いまダウンロードした .exe ファイルを右クリック，右クリックメニューで「管理者として実行」を選ぶ．
2. Python ランチャーをインストールするために，「Install launcher for all users (recommended)」をチェック．
  
  * すでに Python ランチャーをインストール済みのときは，「Install launcher for all users (recommended)」がチェックできないようになっている場合がある．そのときは，チェックせずに進む．
3. 「Add Python 3.7 to PATH」をチェック.
4. 「Customize installation」をクリック．
5. オプションの機能 (Optional Features)は，既定（デフォルト）のままでよい．「Next」をクリック
6. 「Install for all users」を選ぶ．
  Python のインストールディレクトリは，「C:\Program Files\Python37」のように自動設定されることを確認．
  「Install」をクリック
7. 「Disable path length limit」が表示される場合がある．クリックして，パス長の制限を解除する
8. インストールが終了したら，「Close」をクリック
インストールのあと，Windows のスタートメニューに「Python 3.7」が増えていることを確認．
システムの環境変数 Path の確認のため，新しくコマンドプロンプトを開き，次のコマンドを実行する．
py とpip にパスが通っていることの確認である．
```
where py
where pip
```
where py では「C:\Windows\py.exe」が表示され， where pip では「C:\Program Files\Python37\Scripts\pip.exe」が表示されることを確認．

② pip と setuptools の更新（Windows 上）

Windows で，コマンドプロンプトを管理者として実行

Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．
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
次のコマンドを実行する
Python の使用は「py -3.7」で行う．
```
py -3.7 -m pip install -U pip setuptools
```

③ Python 開発環境として，Python の隔離された環境に，Python コンソール（Jupyter Qt Console）, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract をインストール

Windows で，コマンドプロンプトを管理者として実行

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

venv を用いて，Python の仮想環境を作成

次のコマンドを実行する

py -3.7 -m pip install -U pip setuptools
py -3.7 -m venv --system-site-packages C:\venv\py37

Python の仮想環境の使用開始と，Python 開発環境のインストール
次のコマンドを実行する
Python の使用は「C:\venv\py37\Scripts\activate.bat」の後，「python」で行う．
```
C:\venv\py37\Scripts\activate.bat
python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter
```

Visual Studio Community 2017 のインストール

NVIDIA CUDA 10.0 は Visual Studio Commnity 2017, 2015, 2013, 2012 と連携して動く機能がある．

NVIDIA CUDA 10.0 のインストールの前に， Visual Studio Commnity 2017 のインストールを行う．

NVIDIA ドライバのインストール（Windows 上）

NVIDIA ドライバ

【サイト内の関連ページ】

NVIDIA ドライバのインストール（Windows 上）

NVIDIA グラフィックス・ボードの確認
Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは，次のコマンドを実行することにより調べることができる．
```
wmic path win32_VideoController get name
```
NVIDIA ドライバのダウンロード
NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．
https://www.nvidia.co.jp/Download/index.aspx?lang=jp
ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．

NVIDIA CUDA ツールキット 10.0 のインストール（Windows 上）

NVIDIA CUDA ツールキットのインストール時の注意点

NVIDIAのGPUを使用して並列計算を行うためのツールセット

主な機能: GPU を利用した並列処理，GPU のメモリ管理，C++をベースとした拡張言語とAPIとライブラリ

【NVIDIA CUDA ツールキットの動作に必要なもの】

CUDA対応のNVIDIA GPUが必要．
そのために，NVIDIA グラフィックス・ボードを確認する． Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは，次のコマンドを実行することにより調べることができる．
```
wmic path win32_VideoController get name
```
NVIDIA ドライバのダウンロードとインストール
NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．
https://www.nvidia.co.jp/Download/index.aspx?lang=jp
Windows では，インストール前に，Build Tools for Visual Studio もしくは Visual Studio をインストールしておくことが必要である．

【Windows でインストールするときの注意点】

Windows では， NVIDIA CUDA ツールキットのインストール中は，なるべく他のウインドウはすべて閉じておくこと．
NVIDIA CUDA ツールキットのインストールが終わったら，ユーザ環境変数 TEMP の設定を行う．
Windows のユーザ名が日本語のとき，nvcc がうまく動作しないエラーを回避するためである．
ユーザ環境変数 TEMP に「C:\TEMP」を設定するために，コマンドプロンプトで，次のコマンドを実行する．
```
mkdir C:\TEMP
powershell -command "[System.Environment]::SetEnvironmentVariable(\"TEMP\", \"C:\TEMP\", \"User\")"
```

【関連する外部ページ】

NVIDIA CUDA ツールキットのアーカイブの公式ページ: https://developer.nvidia.com/cuda-toolkit-archive
NVIDIA CUDA ツールキットの公式のドキュメント: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
NVIDIA CUDA ツールキットのインストールに関する，NVIDIA CUDA クイックスタートガイドの公式ページ: https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html

TensorFlow 1.15.5 が必要とする NVIDIA CUDA ツールキットと NVIDIA cuDNN のバージョンの確認

TensorFlow 1.15.5 を動かすために，NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 を使う．

（10.2, 10.1 は不可．実際に試みて検証済み）．

NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 の根拠: cudart64_100.dll, cudnn64_7.dll が必要

インストール手順

NVIDIA CUDA ツールキットのアーカイブのページを開く
https://developer.nvidia.com/cuda-toolkit-archive
NVIDIA CUDA ツールキットのバージョンを選ぶ
ここでは，NVIDIA CUDA ツールキットの10.0を選んでいる
「Windows」，「10」，「exe [local]」を選ぶ．
「Base Installer」の右横の「Download」をクリックして，.exe ファイルをダウンロード
exe ファイルのダウンロードが始まる
ダウンロードした .exe ファイルを実行する．
展開（解凍）先ディレクトリ（フォルダ）の指定．
既定（デフォルト）のままでよい．「OK」をクリック．
展開（解凍）が自動で行われるので，しばらく待つ．
ライセンス条項の確認．
インストールオプションは，「カスタム（詳細）」を選び，「次へ」をクリック．
コンポーネントを確認する．
「CUDA」にチェックする．その他は，必要なものがあればチェックする．「次へ」をクリック．

複数の版の NVIDIA CUDA ツールキットをインストールする場合には，古い版のNVIDIA CUDA ツールキットをインストールするときに「CUDA」だけを選ぶようにする．
インストール場所の選択は，既定（デフォルト）のままでよい．「次へ」をクリック．
Visual Studio Integration について表示された場合
表示されなくても問題はない．

表示された場合には，NVIDIA CUDA のインストールを中止して， Visual Studio Commnity 2017 のインストールを行う．
Visual Studio Commnity 2017 のインストールは， https://visualstudio.microsoft.com/ja/vs/older-downloads/ で「2017」を選び，「ダウンロード」をクリック．その後表示されるダウンロードの画面で，「Visual Studio Commnity 2017」を選ぶ．インストール時には「C++ によるデスクトップ開発」をチェックしてインストールする．
このとき，Windows セキュリティの画面が開くことがある．開いた場合には，「インストール」をクリック．
インストールが始まるので，確認する．
このとき，グラフィックス・カードのドライバのインストールについての画面が表示される場合がある．「インストール」をクリックして，インストールを続行する．
Visual Studio がインストール済みのときは，Nsight Visual Studio がインストールされたことが確認できる．確認したら「次へ」をクリック．

Visual Studio をインストールしていないときは，Nsight for Visual Studio はインストールされない．
インストール終了の確認．「閉じる」をクリック．

* 「コンピュータを再起動してください」と表示される場合がある．そのときは，再起動する．
GeForce Experience が自動で開く場合がある
- 利用条件について表示されたときは、よく確認し、納得できる場合のみ同意・続行する
- リリースハイライトが表示される場合がある．
  リリースハイライトを確認したら，「x」をクリックして閉じる．
- このとき，最新版への更新が始まり，起動に時間がかかることがある．
  そして「お使いのGPU向けの新しいドライバーが入手可能です」と表示されることがある．そのときは，新しいドライバをインストールする．

NVIDIA cuDNN 7.6.5 のインストール

インストールするNVIDIA cuDNN のバージョンは 7.6.5 for CUDA 10.0

NVIDIA cuDNN

Windows で，NVIDIA cuDNN の利用時に「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときは， ZLIB DLL をインストールすること．

【関連する外部ページ】

NVIDIA cuDNN のダウンロードの公式ページ: https://developer.nvidia.com/cudnn

NVIDIA cuDNN のインストール（Windows 上）の概要

NVIDIA Developer Program メンバーシップへの加入が必要．
NVIDIA Developer Program の公式ページ: https://developer.nvidia.com/developer-program
公式サイトより，使用中の NVIDIA CUDA のバージョンに適合するzipファイルをダウンロード．ダウンロードしたファイルを展開（解凍）．展開先のbinフォルダにパスを通す．システム環境変数CUDNN_PATHを設定．パスが正しく設定されたか確認（where cudnn64_8.dllコマンドでエラーが出ないことを確認）

NVIDIA cuDNN のダウンロードとインストールの手順

NVIDIA cuDNN のウェブページを開く
https://developer.nvidia.com/cuDNN
ダウンロードしたいので，cuDNNのところにある「Download cuDNN」をクリック．
NVIDIA Developer Program メンバーシップに入る
NVIDIA cuDNN のダウンロードのため．
「Join now」をクリック．その後，画面の指示に従う．利用者本人が，電子メールアドレス，表示名，パスワード，生年月日を登録．利用条件等に合意．
ログインする
調査の画面が出たときは，調査に応じる
ライセンス条項の確認
「Archived cuDNN Releases」をクリック
ダウンロードしたいバージョンを選ぶ
ここでは「cuDNN v 7.6.5, for CUDA 10.0」を選んでいる．
このとき，画面の「for CUDA ...」のところを確認し，使用するNVIDIA CUDA のバージョンに合うものを選ぶこと．
Windows にインストールするので Windows 版を選ぶ
ダウンロードが始まる．
ダウンロードした .zip ファイルを展開（解凍）する．展開の結果 cuda という名前のディレクトリができる．その中のサブディレクトリを確認しておく．

Windows での展開（解凍）に便利な 7-Zip: 別ページ »で説明
NVIDIA CUDA ツールキットをインストールしたディレクトリは，「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0」のようになっている．確認する．
確認したら，さきほど展開してできたディレクトリcuda の下にあるすべてのファイルとディレクトリを，NVIDIA CUDA ツールキットをインストールしたディレクトリにコピーする

インストール後に行う環境変数の設定

「NVIDIA cuDNN をインストールしたディレクトリ」をもとに環境変数を設定する．

「NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 の場合には，次のように設定する．

すでに，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin には，パスが通っている．
Windows のシステム環境変数 CUDNN_PATH に，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 を設定
Windows で，コマンドプロンプトを管理者として実行

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

次のコマンドを実行
```
powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\", \"Machine\")"
```
Windows のシステム環境変数 Pathに，次が含まれていることを確認
```
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
```

パスの確認

次の操作により，cudnn64_7.dll にパスが通っていることを確認する

Windows のコマンドプロンプトを開き，次のコマンドを実行する．エラーメッセージが出ないことを確認．

where cudnn64_7.dll

TensorFlow 1.15.5, Keras 2.3.1 のインストール

コマンドプロンプトを管理者として実行し，次のコマンドを実行

C:\venv\py37\Scripts\activate.bat
python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-intel tensorflow-text tensorflow-estimator tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer scipy pandas matplotlib
# TensorFlow 1.15.5 のため numpy, protobuf の古いバージョンを使用．エラーが出にくいと考えられる numpy 1.16.2, protobuf 3.19.4 を使用
python -m pip install -U numpy==1.16.2 protobuf==3.19.4 tensorflow-gpu==1.15.5 keras==2.3.1 scipy==1.5.4

mpatacchiola/DeepGaze のインストール

Windows での手順を下に示す．Ubuntu でも同様の手順になる．

Windows で，コマンドプロンプトを管理者として実行．
DeepGaze のインストールディレクトリを空にしておく
```
cd /d c:%HOMEPATH%
rmdir /s /q deepgaze
```

DeepGaze のインストール

git clone https://github.com/mpatacchiola/deepgaze
cd deepgaze
py -3.7 setup.py build
py -3.7 setup.py install

（以下省略）

結果の確認
エラーメッセージが出ていないこと．

このページで説明のために使用するビデオ、写真

必要であればダウンロードして使ってください．

ここで使用する mp4 形式動画ファイル: sample1.mp4
ここで使用する顔写真: 126.png, 127.png

mpatacchiola/DeepGaze を用いて肌色領域の抜き出し

動画ファイルで動かしてみる

Windows では，コマンドプロンプトを実行．
作業用のディレクトリ（フォルダ）として，c:\imageを作り， sample1.mp4 を，c:\image の下にダウンロード
```
mkdir c:\image
cd c:\image
curl -O https://www.kkaneko.jp/sample/face/sample1.mp4
```

py -3.7 で，Python プログラムを実行する

Python プログラムの実行: 別ページ »で説明

Python のまとめ: 別ページ »にまとめ

Windows でのプログラムを下に示す．Ubuntu でも同様のプログラムになる．

OpenCV による動画表示を行う．

「FACEIMAGEROOT + "sample1.mp4"」のところは、実際のファイル名に置き換えること

import cv2
import numpy as np
from deepgaze.color_detection import RangeColorDetector

#Firs image boundaries
min_range = np.array([0, 48, 70], dtype = "uint8") #lower HSV boundary of skin color
max_range = np.array([20, 150, 255], dtype = "uint8") #upper HSV boundary of skin color
my_skin_detector = RangeColorDetector(min_range, max_range) #Define the detector object

FACEIMAGEROOT="c:/image/"
v = cv2.VideoCapture(FACEIMAGEROOT + "sample1.mp4")
while(v.isOpened()):
    r, f = v.read()
    if ( r == False ):
        break
    f = f[0:885, 0:773, 0:3]
    image_filtered = my_skin_detector.returnFiltered(f, morph_opening=False, blur=False, kernel_size=3, iterations=1)
    cv2.imshow("", image_filtered)
    # Press Q to exit
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

パソコンの USB カメラで動かしてみる

Python プログラムを実行する

「v = cv2.VideoCapture(0) 」は、USB カメラを使うためのもの。他の部分は、上のプログラムと同じ。

import cv2
import numpy as np
from deepgaze.color_detection import RangeColorDetector

#Firs image boundaries
min_range = np.array([0, 48, 70], dtype = "uint8") #lower HSV boundary of skin color
max_range = np.array([20, 150, 255], dtype = "uint8") #upper HSV boundary of skin color
my_skin_detector = RangeColorDetector(min_range, max_range) #Define the detector object

v = cv2.VideoCapture(0)
while(v.isOpened()):
    r, f = v.read()
    if ( r == False ):
        break
    f = f[0:885, 0:773, 0:3]
    image_filtered = my_skin_detector.returnFiltered(f, morph_opening=False, blur=False, kernel_size=3, iterations=1)
    cv2.imshow("", image_filtered)
    # Press Q to exit
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

パソコンの USB カメラで動かし，結果を動画像ファイルに保存

Python プログラムを実行する

Windows でのプログラムを下に示す．Ubuntu でも同様のプログラムになる．

「out = cv2.VideoWriter('C:/image/output.avi', fourcc, 20.0, (640, 480), True) 」の「True」は、カラーという意味

import cv2
import numpy as np
from deepgaze.color_detection import RangeColorDetector

#Firs image boundaries
min_range = np.array([0, 48, 70], dtype = "uint8") #lower HSV boundary of skin color
max_range = np.array([20, 150, 255], dtype = "uint8") #upper HSV boundary of skin color
my_skin_detector = RangeColorDetector(min_range, max_range) #Define the detector object

v = cv2.VideoCapture(0) 
fourcc = cv2.VideoWriter_fourcc(*'XVID')
FACEIMAGEROOT="c:/image/"
out = cv2.VideoWriter(FACEIMAGEROOT + 'output.avi', fourcc, 20.0, (640, 480), True) 
while(v.isOpened()):
    r, f = v.read()
    if ( r == False ):
        break
    f = f[0:885, 0:773, 0:3]
    image_filtered = my_skin_detector.returnFiltered(f, morph_opening=False, blur=False, kernel_size=3, iterations=1)
    cv2.imshow("", image_filtered)
    out.write(image_filtered)   
    # Press Q to exit
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
out.release()
cv2.destroyAllWindows()

付属のサンプルプログラムを動かしてみる

C:\face-image のような作業用のディレクトリ（フォルダ）を作る
顔写真のデータを、先ほど作成した「作業用のディレクトリ（フォルダ）」に入れる
Webブラウザを使い、次の画像を「名前を付けて画像を保存」。ファイル名は「126.png」とする。「作業用のディレクトリ（フォルダ）」に保存する

次の画像も、「名前を付けて画像を保存」。ファイル名は「127.png」とする。「作業用のディレクトリ（フォルダ）」に保存する

次のようになる
サンプルプログラム
Web ブラウザで、 https://github.com/mpatacchiola/deepgaze/blob/master/examples/ex_skin_detection_images/ex_skin_detection_images.py を開く
ここに掲載されているプログラムをコピー
Windows のメモ帳を開き, 丸ごと、貼り付け
このファイルの中の画像ファイル名を書き換え（２か所）.
c:/image/126.png, c:/image/126-filtered.png,
後半部分は削除
メモ帳で、ファイルを「名前を付けて保存」する。
このとき、ファイル名は、skin.py のようなファイル名で保存（拡張子は「.py」）
「作業用のディレクトリ（フォルダ）」である C:\face-image に保存する
メモ帳を閉じる
Windows のコマンドプロンプトを開く
次のように実行
先ほど名前を付けて保存したときのファイル名を使う
```
cd C:\face-image
python skin.py
```
結果の確認

もう１つの画像で確認

skin.py の中の画像ファイル名を 126 から 127 に書き換えて、python skin.py をもう一度実行。次のような結果になる

mpatacchiola/DeepGaze を用いて saliency の検出

動画ファイルで動かしてみる

Windows では，コマンドプロンプトを実行．
作業用のディレクトリ（フォルダ）として，c:\imageを作り， sample1.mp4 を，c:\image の下にダウンロード
```
mkdir c:\image
cd c:\image
curl -O https://www.kkaneko.jp/sample/face/sample1.mp4
```

py -3.7 で，Python プログラムを実行する

Windows でのプログラムを下に示す．Ubuntu でも同様のプログラムになる．

OpenCV による動画表示を行う．

「FACEIMAGEROOT + "sample1.mp4"」のところは、実際のファイル名に置き換えること

import numpy as np
import cv2
from deepgaze.saliency_map import FasaSaliencyMapping 

# Using OpenCV the resolution of the webcam is set to these values.
# You must check which resolution your webcam support and adjust the values in accordance.
RESOLUTION_WIDTH = 320
RESOLUTION_HEIGHT = 180

FACEIMAGEROOT="c:/image/"
v = cv2.VideoCapture(FACEIMAGEROOT + "sample1.mp4")

# Create the main window and move it
cv2.namedWindow('Video')

# Obtaining the CAM dimension
w = int(v.get(3))
h = int(v.get(4))

# Defining the FASA object using the camera resolution
my_map = FasaSaliencyMapping(h, w)

while True:
    # Capture frame-by-frame
    r, f = v.read()
    if ( r == False ):
        break
    image_salient = my_map.returnMask(f, tot_bins=8, format='BGR2LAB')
    cv2.imshow("", image_salient)
    # Press Q to exit
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()

ビデオカメラで動かしてみる

Windows での手順を下に示す．Ubuntu でも同様の手順になる．

Windows で，コマンドプロンプトを管理者として実行．

py -3.7 で，Python プログラムを実行する

OpenCV による動画表示を行う．

import numpy as np
import cv2
from deepgaze.saliency_map import FasaSaliencyMapping 

# Using OpenCV the resolution of the webcam is set to these values.
# You must check which resolution your webcam support and adjust the values in accordance.
RESOLUTION_WIDTH = 320
RESOLUTION_HEIGHT = 180

# Open the video stream and set the webcam resolution.
# It may give problem if your webcam does not support the particular resolution used.
video_capture = cv2.VideoCapture(0)

# Create the main window and move it
cv2.namedWindow('Video')

# Obtaining the CAM dimension
cam_w = int(video_capture.get(3))
cam_h = int(video_capture.get(4))

# Defining the FASA object using the camera resolution
my_map = FasaSaliencyMapping(cam_h, cam_w)

while True:
    # Capture frame-by-frame
    r, f = video_capture.read()
    image_salient = my_map.returnMask(f, tot_bins=8, format='BGR2LAB')
    cv2.imshow("", image_salient)
    # Press Q to exit
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

v.release()
cv2.destroyAllWindows()