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/
【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/
【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】
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
PyTorch のページ: https://pytorch.org/index.html
次のコマンドは, PyTorch 2.0 (NVIDIA CUDA 11.8 用) をインストールする. 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 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())"
Anaconda3を使いたい場合には, Anaconda プロンプト (Anaconda Prompt) を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】
Windows での FFmpeg のインストール(Windows 上): 別ページ »で説明している.
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
python -m pip install -U facetorch cd %HOMEPATH% rmdir /s /q facetorch git clone --recursive https://github.com/tomas-gajarsky/facetorch cd facetorch copy data\input\test.jpg .
顔検出,顔のランドマーク検出,表情推定を行う. 公式の Google Colaboratory デモページのプログラムを使用.
cd %HOMEPATH%\facetorch notepad d.py
公式の Google Colaboratory デモページのプログラムを使用.
from facetorch import FaceAnalyzer from omegaconf import OmegaConf from torch.nn.functional import cosine_similarity from typing import Dict import operator import torchvision path_img_input="./data/input/test.jpg" path_img_output="/test_output.jpg" # path_config="./conf/merged/merged.config.yaml" path_config="./conf/merged/gpu.merged.config.yaml" cfg = OmegaConf.load(path_config) # initialize analyzer = FaceAnalyzer(cfg.analyzer) # warmup response = analyzer.run( path_image=path_img_input, batch_size=cfg.batch_size, fix_img_size=cfg.fix_img_size, return_img_data=False, include_tensors=True, path_output=path_img_output, ) response = analyzer.run( path_image=path_img_input, batch_size=cfg.batch_size, fix_img_size=cfg.fix_img_size, return_img_data=cfg.return_img_data, include_tensors=cfg.include_tensors, path_output=path_img_output, ) pil_image = torchvision.transforms.functional.to_pil_image(response.img) pil_image.show() # face expressions for face in response.faces: print( face.indx, face.preds["fer"].label )
Python プログラムの実行
Python 開発環境(Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど)も便利である.
Python のまとめ: 別ページ »にまとめ
プログラムを d.pyのようなファイル名で保存したので, 「python d.py」のようなコマンドで行う.
python d.py
顔検出,顔のランドマーク検出,表情推定を行う.
cd %HOMEPATH%\facetorch notepad e.py
顔検出,顔のランドマーク検出,表情推定を行う. 公式の Google Colaboratory デモページのプログラムを変更して使用.
from facetorch import FaceAnalyzer from omegaconf import OmegaConf from torch.nn.functional import cosine_similarity from typing import Dict import operator import torchvision path_img_output="/test_output.jpg" # path_config="./conf/merged/merged.config.yaml" path_config="./conf/merged/gpu.merged.config.yaml" cfg = OmegaConf.load(path_config) # initialize analyzer = FaceAnalyzer(cfg.analyzer) import tkinter as tk from tkinter import filedialog root = tk.Tk() root.withdraw() fpaths = filedialog.askopenfilenames() for fpath in root.tk.splitlist(fpaths): print("file name: ", fpath) # warmup response = analyzer.run( path_image=fpath, batch_size=cfg.batch_size, fix_img_size=cfg.fix_img_size, return_img_data=False, include_tensors=True, path_output="result" + fpath ) response = analyzer.run( path_image=fpath, batch_size=cfg.batch_size, fix_img_size=cfg.fix_img_size, return_img_data=cfg.return_img_data, include_tensors=cfg.include_tensors, path_output="result" + fpath ) pil_image = torchvision.transforms.functional.to_pil_image(response.img) pil_image.show() # face expressions for face in response.faces: print( face.indx, face.preds["fer"].label )
Python プログラムの実行
Python 開発環境(Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど)も便利である.
Python のまとめ: 別ページ »にまとめ
プログラムを e.pyのようなファイル名で保存したので, 「python e.py」のようなコマンドで行う.
python e.py
ファイル選択画面が出るので,画像ファイルを選択する.ファイルは複数選択可能である.