facetorch のインストールと動作確認（顔検知，表情推定，顔認証，アラインメント，ディープフェイクかの判定）（Python，PyTorch を使用）（Windows 上）

前準備

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）または Visual Studio 2022 のインストール（Windows 上）

【インストールの判断】 Build Tools for Visual Studio は，開発ツールセットである． Visual Studio は統合開発環境であり，いくつかの種類があり，Build Tools for Visual Studioの機能を含むか連携して使用するものである．インストールは以下の基準で判断してください：

• Build Tools for Visual Studio の機能のみが必要な場合

  Build Tools for Visual Studio のインストール を行う．

• Visual Studio の機能が必要である，あるいは，よく分からない場合

  Visual Studio をインストール する．

  Visual Studio 2022 をインストールする際に，「C++ によるデスクトップ開発」を選択することで， Build Tools for Visual Studio 2022 の機能も一緒にインストールされる．

不明な点がある場合は，Visual Studio 全体をインストール を行う方が良い．

Build Tools for Visual Studio 2022 のインストール（Windows 上）

1. 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，Build Tools for Visual Studio 2022と VC2015 再配布可能パッケージをインストールするものである．

   winget install --scope machine Microsoft.VisualStudio.2022.BuildTools 
   winget install --scope machine Microsoft.VCRedist.2015+.x64
   

2. Build Tools for Visual Studio 2022 での C++ によるデスクトップ開発，CLI，ATL，MFC のインストール（Windows 上）
   1. Visual Studio Installer の起動

      起動方法: スタートメニューの「Visual Studio Installer」を選ぶ．

   2. Visual Studio Build Tools 2022 で「変更」を選ぶ．
      
   3. 「C++ によるデスクトップ開発」をクリック．そして，画面右側の「インストール」の詳細で「v143 ビルドツール用 C++/CLI サポート（最新）」，「ATL」，「MFC」をチェックする．その後，「変更」をクリック．
      

Visual Studio のインストール（Windows 上）

1. 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，Visual Studio Community 2022と VC2015 再配布可能パッケージをインストールするものである．

   winget install --scope machine Microsoft.VisualStudio.2022.Community
   winget install --scope machine Microsoft.VCRedist.2015+.x64
   

2. Visual Studio での C++ によるデスクトップ開発，CLI のインストール（Windows 上）
   1. Visual Studio Installer の起動

      起動方法: スタートメニューの「Visual Studio Installer」を選ぶ．

   2. Visual Studio Community 2022 で「変更」を選ぶ．
   3. 「C++ によるデスクトップ開発」をチェック．そして，画面右側の「インストール」の詳細で「v143 ビルドツール用 C++/CLI サポート（最新）」をチェックする．その後，「インストール」をクリック．

Python 3.10，Git 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．

【手順】

1. 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 3.10と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 Python.Launcher
   winget install --scope machine Python.Python.3.10
   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】

• Python の公式ページ: https://www.python.org/
• Git の公式ページ: https://git-scm.com/

【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．

【関連項目】 Python, Git バージョン管理システム, Git の利用

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．

• Windows での Build Tools for Visual Studio 2022 のインストール: 別ページ »で説明
• Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN v8.9.7 のインストール手順: 別ページ »で説明

【関連する外部ページ】

• Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）の公式ダウンロードページ: https://visualstudio.microsoft.com/ja/visual-cpp-build-tools/
• NVIDIA ドライバのダウンロードの公式ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp
• 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 cuDNN のダウンロードの公式ページ: https://developer.nvidia.com/cudnn

PyTorch のインストール（Windows 上）

1. 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

2. PyTorch のページを確認

   PyTorch の公式ページ: 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())" 
   

   

   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】

   • Windows での PyTorch のインストール: 別ページ »で説明

   【関連する外部ページ】

   • PyTorch の公式ページ: https://pytorch.org/index.html

facetorch のインストール（Windows 上）

FFmpeg のインストール（Windows 上）

Windows での FFmpeg のインストール（Windows 上）: 別ページ »で説明

facetorch のインストール（Windows 上）

1. 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

2. インストール，関係ファイルのダウンロード

   python -m pip install -U facetorch
   cd /d c:%HOMEPATH%
   rmdir /s /q facetorch
   git clone --recursive https://github.com/tomas-gajarsky/facetorch
   cd facetorch
   copy data\input\test.jpg .
   

facetorch の動作確認（Windows 上）

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．

1. Windows で，コマンドプロンプトを実行
2. エディタを起動

   cd /d c:%HOMEPATH%\facetorch
   notepad d.py
   

   
3. エディタで，次のプログラムを保存

   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 )
   

4. Python プログラムの実行

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   【サイト内の関連ページ】 Python のまとめ: 別ページ »

   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
   

   
5. 実行により顔検出，顔のランドマークが画像で表示される．その後，表情の推定結果も表示される．
   
   

facetorch を使う Python プログラムの実行（Windows 上）

顔検出，顔のランドマーク検出，表情推定を行う．

1. Windows で，コマンドプロンプトを実行
2. エディタを起動

   cd /d c:%HOMEPATH%\facetorch
   notepad e.py
   

3. エディタで，次のプログラムを保存

   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 )
   

   
4. Python プログラムの実行

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   【サイト内の関連ページ】 Python のまとめ: 別ページ »

   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．

   
5. 結果が表示されるので確認する．