![[kaneko lab.]](https://www.kkaneko.jp/info/logo_png.png){kind=logo}
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）
人工知能，コンピュータビジョン，音声処理，自然言語処理関係を記載．
各々のソフトウェアの利用条件などは、利用者で確認すること．
【サイト内の関連ページ】
Windows でのインストール
- 人工知能関連（人工知能，コンピュタービジョン，音声処理，自然言語処理）のインストール: 別ページ »にまとめ
- ３次元，地図関連のインストール: 別ページ »にまとめ
- その他（プログラミング，データベース，各種ライブラリやツールなど）のインストール: 別ページ »にまとめ
- GPU環境でのTensorFlow 2.10.1のインストールと活用（Windows 上）: 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 のインストールと動作確認: 別ページ »で説明
- Windows での主要なソフトウェアのインストールと設定: 別ページ »で説明
各種オンラインサービス
Windows の使い方
単純な分類（Python プログラム）
数層の単純なニューラルネットワーク（全結合，畳み込みニューラルネットワーク）を使用
ニューラルネットワークの作成，学習，検証（Python プログラム）
- MNIST データセットによる学習と分類（TensorFlow データセット，TensorFlow，Python を使用）（Windows 上，Google Colaboratroy の両方を記載）
- Fashion MNIST データセットによる学習と分類（TensorFlow データセット，TensorFlow，Python を使用）（Windows 上，Google Colaboratroy の両方を記載）
- CIFAR-10 データセットによる学習と分類（TensorFlow データセット，TensorFlow，Python を使用）（Windows 上，Google Colaboratroy の両方を記載）
- CIFAR-100 データセットによる学習と分類（TensorFlow データセット，TensorFlow，Python を使用）（Windows 上，Google Colaboratroy の両方を記載）
- IMDb データセットによる学習と分類（TensorFlow データセット，TensorFlow，Python を使用）（Windows 上，Google Colaboratroy の両方を記載）
TensorFlow データセットのパイプライン（Python プログラム）
1. 画像認識
画像分類 (image classification)
-
画像分類（MMPretrain のインストールと動作確認）（PyTorch，Python を使用）（Windows 上）
- 画像分類の実行（ImageNet で学習済みの ConvNeXtBase モデル，TensorFlow, keras_cv を使用）（Windows 上）
物体検出，画像のセグメンテーション (object detection, image segmentation)
- 物体検出，セグメンテーション，画像分類，物体検出の再学習と転移学習（YOLOv8，PyTorch，Python を使用）（Windows 上）
- 物体検出，物体検出のための追加学習の実行（YOLOv5，PyTorch，Python を使用）（Windows 上）
- 物体検出，姿勢推定の実行（YOLOv7，PyTorch，Python を使用）（Windows 上）
- Detectron2 のインストールと動作確認（物体検出，インスタンス・セグメンテーション，パノプティック・セグメンテーション）（PyTorch, Python を使用）（Windows 上）
物体検出
インスタンス・セグメンテーション
パノプティック・セグメンテーション
- 物体検出の実行（UniDet，PyTorch, Python を使用）（Windows 上）
- 物体検出の実行（MMDetection，PyTorch，Python を使用）（Windows 上）
- セマンティック・セグメンテーション（MMSegmentation のインストールと動作確認）（PyTorch，Python を使用）（Windows 上）
- AlexryAB/darknet のインストールと動作確認（Scaled YOLO v4 による物体検出）（Windows 上）
- bonlime/keras-deeplab-v3-plus のインストールと動作確認（セマンティック・セグメンテーション）（Deeplab v3+，Python を使用）（Windows 上）
- PixelLib のインストールと動作確認（セマンティック・セグメンテーション，インスタンス・セグメンテーション）（TensorFlow 2.0.4, Python 3.7 を使用）
- PixelLib のインストールと動作確認（Mask R-CNN，特定クラスのインスタンス・セグメンテーション）（TensorFlow 2.0.4, Python 3.7 を使用）
- nicolov の DilatedNet のインストールと動作確認（セマンティック・セグメンテーション）（TensorFlow 1.15.5，Keras 2.3.1，Python 3.7 を使用）（Windows 上）
- matterport/Mask_RCNN のインストールと動作確認（Mask RCNN によるインスタンス・セグメンテーション）（Python 3.7，TensorFlow 1.15.5, Keras 2.3.1 を使用）（Windows 上）
トラッキング・ビジョン
- ポイント・トラッキング（CoTracker，Python を使用）（Windows 上）
- トラッキング・ビジョン，物体検出，セグメンテーション，姿勢推定（yolo_tracking，Python，PyTorch を使用）（Windows 上）
- マルチオブジェクトトラッキング（MOT）と人物再識別（BoT-SORT，Python 3.9，PyTorch 1.14を使用）（Windows 上）
インタラクティブ・ビデオオブジェクトセグメンテーション
画像の増量
Zero Shot や Few Shot による物体検出やセグメンテーション，SAM
- ゼロショットの物体検出（Grounding DINO，Python，PyTorch を使用）（Windows 上）
- Recognize Anything のインストールと動作確認（ゼロショットの画像タグ付け）（Python，PyTorch を使用）（Windows 上）
- FastSAM のインストールと動作確認（セグメンテーション）（PyTorch を使用）（Windows 上）
- ゼロショットのセグメンテーション（Segment Anything Model，Python，PyTorch を使用）（Windows 上）
- ゼロショットのセグメンテーション（HQ-SAM，Light HQ-SAM，Python，PyTorch を使用）（Windows 上）
- MMDetection，MMFewShot のインストールと動作確認（画像分類，物体検出）（PyTorch，Python を使用）（Windows 上）
教師なし学習によるセグメンテーション
顕著オブジェクト (salient object)
2. Stable Diffusion，画像生成，スタイル変換，超解像，ノイズ除去，インペインティング，マッティング
Stable Diffusion
- Stable Diffusion XL 1.0 (SDXL 1.0) のインストール，画像生成（img2txt），画像変換（img2img），APIを利用して複数画像を一括生成（AUTOMATIC1111，Python，PyTorch を使用）（Windows 上）
画像生成 (txt2img)，画像変換 (img2img)
複数の画像を一度に画像生成
- Stable Diffusion XL を用いて複数の画像を一度に生成するアプリケーション（AUTOMATIC1111 の txt2img の API，Python，PyTorch を使用）（Windows 上）
- Fooocus のインストール，Stable Diffusion XL (SDXL) による画像生成の実行（Fooocus，Stable Diffusion XL，PyTorch，Python を使用）（Windows 上）
- ImaginAIry のインストールと動作確認（Text to Imge，画像編集，Prompt Based Masking，Image to Image）（Stable Diffusion，InstructPix2Pix，Stable Diffusion 2 Depth，Python を使用）（Windows 上）
画像生成，超解像，アップコンバート，画像のノイズ除去，イメージ・インペインティング，イメージ・マッティング
- 画像復元（DiffBIR，Python，PyTorch を使用）（Windows 上）
- MMGeneration のインストールと動作確認（StyleGAN など）（PyTorch，Python を使用）（Windows 上）
- MMEditing のインストールと動作確認（超解像，画像のノイズ除去，イメージ・インペインティング，イメージ・マッティング）（PyTorch，Python を使用）（Windows 上）
- Real-ESRGAN のインストールと動作確認（超解像）（Python，PyTorch を使用）（Windows 上）
- JingyunLiang/SwinIR のインストールと動作確認（超解像，画像のノイズ除去）（Python，PyTorch を使用）（Windows 上）
- idealo/image-super-resolution のインストールと超解像の実行（超解像）（Python，TensorFlow を使用）（Windows 上）
- Waifu2x-converter-cpp，waifu2x-converter-glsl のインストールと動作確認（超解像）（Windows 上）
- jmiller656/EDSR-TensorFlow のインストールと動作確認（超解像）（Python 3.7，TensorFlow 1.15.5, scipy 1.1.0 を使用）（Windows 上）
- yu4u/noise2noise のインストールと動作確認（画像のノイズ除去）（TensorFlow 1.15.5，Python 3.7 を使用）（Windows 上）
- Lama Cleaner のインストール，動作確認（イメージ・インペインティング）（Python を使用）（Windows 上）
- upscayl へのリンク（アップコンバートのツール）
https://github.com/upscayl/upscayl
Text-Image モデル
教師なし学習による画像復元
プロンプトや画像からの立体生成
発声動画の生成
音声と画像ファイルから発声動画を生成するなど
顔の生成
- ZZUTK/Face-Aging-CAAE のインストールとテスト実行（さまざまな年齢の顔画像の合成）（Python 3.7，TensorFlow 1.15.5, scipy 1.1.0 を使用）（Windows 上）
- DCGANの例、carpedm20/DCGAN-tensorflow を使い，新しい顔を生成してみる
3. 対話型AI，チャットボット，大規模言語モデル (large language model)
日本語言語モデル
- 日本語言語モデルJapanese StableLM Base Alpha 7Bを Windows で動かす（Python，PyTorch を使用）（Windows 上）
- 日本語対応のLLM，チャットボット（Text generation web UI，日本語 LLM cyberagent/open-calm を使用）（Windows 上）
言語モデル
- Llama 2 のダウンロード（Windows 上）
- privateGPT のインストールと動作確認（大規模言語モデルと対話型AI）（Build Tools, Python を使用）（Windows 上）
- FlexGen のインストールと動作確認（大規模言語モデル，チャットボット）（Python，PyTorch を使用）（Windows 上）
- Alpaca.cpp のインストールと動作確認（大規模言語モデル）（Windows 上）
- GPT-2, BERT を使ってみる（huggingface/transformers を利用）（Google Colab あるいは Windows あるいは Ubuntu 上）
OpenAI API，チャットボットのプログラム
- ChatGPT へのコマンドや Python プログラムからのアクセス（Open Interpreter，Python を使用）（Windows 上）
- チャットボットアプリケーションのプログラム（Python，LangChain，OpenAI API を使用）（Windows 上）
- チャットボットのための Web アプリケーションのひな形の Python と HTML プログラム（投稿された文章をそのまま返す）（Python を使用）（Windows 上）
関連技術
- ChatGPT の回答のファクトチェック（factool，Python を使用）（Windows 上）
ChatGPT の回答の中の「徳川家康は日本のほとんどを統制下に置いた」が 「徳川家康は日本の一部を統制下に置いた」に修正されている．
4. 自然言語処理，文字認識
日本語処理
- MeCab のインストール（形態素解析）（Windows 上）
- MeCab をソースコードからビルドしてインストール（形態素解析）（Windows 上）（書きかけ）
- Web ページのダウンロード，単語に切り分け，形態素解析（Python, Mecab, BeautifulSoap を使用）
- R システムで形態素解析，TF/IDF （RMecab を使用）
Bag of Words，TF/IDF，Latent Semantic Indexing，Latent Dirichlet Allocation，類似検索
- 日本語文のコーパス（ドキュメントの集まり）から 辞書，Bag of Words, Latent Semantic Indexing (LSI)，Latent Dirichlet Allocation (LDA) を作る（Python，gensim を使用）
- 英文のコーパス（ドキュメントの集まり）から 辞書，Bag of Words, Latent Semantic Indexing (LSI)，Latent Dirichlet Allocation (LDA) を作る
- 日本語文のドキュメントの類似検索（Latent Semantic Indexing による）（Python，gensim を使用）
- 日本語文のドキュメントの類似検索（Latent Dirichlet Allocation による）（Python，gensim を使用）
テキスト検出
- Unified Scene Text Detection のインストー1ルとテスト実行（テキスト検出）（Python，TensorFlow 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）
文字認識，ナンバープレート認識
- EasyOCR のインストールと動作確認（多言語の文字認識）（Python，PyTorch を使用）（Windows 上）
- Tesseract OCR 5.3.3 のインストールと動作確認（多言語の文字認識）（Windows 上）
- OpenALPR 2.3.0 のインストールと動作確認（ナンバープレート認識）（Windows 上）
* OpenALPR は，欧米などの乗用車のナンバープレート認識ソフトウェア．
5. 音声
音声認識，文字起こし
- Whisper のインストール，Whisper を使う Python プログラム（音声からの文字起こし，翻訳）（Python，PyTorch を使用）（Windows 上）
- SpeechRecognizer のインストールと動作確認（音声認識）（Python を使用）（Windows 上）
- 音声からの文字起こし（Speech-To-Text）（Google ドキュメント、VB-CABLE を利用）（Windows 上）
音声合成
- Python で音声合成（Windows の標準機能，Python，pywin32 を使用）（Windows 上）
- マイクロソフトスピーチプラットフォームを使ってみる
- 音声合成（TTS），プロンプトとして音声を与えて音声合成（voice cloning）（VALL-E X，Python，PyTorch を使用）（Windows 上）
- 多言語の音声合成（Bark，Python，PyTorch を使用）（Windows 上）
- coqui-ai TTS のインストールと動作確認（多言語の音声変換，音声合成）（Python，PyTorch を使用）（Windows 上）
- pyopenjtalk のインストールと動作確認（日本語の音声合成）（Open JTalk，htvoice，Python を使用）（Windows 上）
- espeak のインストールと動作確認（音声合成）（Python を使用）（Windows 上）
音声処理
- librosa のインストールと動作確認（音声処理）（Python を使用）（Windows 上）
- Parselmouth のインストールと動作確認（Praat 用の Python ライブラリ，振幅やスペクトログラムの表示など）（Python を使用）（Windows 上）
- spectrum のインストールと動作確認（スペクトログラム，PSD による Yule Walker 法）（Python を使用）（Windows 上）
音源分離（audio source separation）
音声のノイズ除去
- APO Ewualizer Download のページ: https://equalizerapo.com/download.html
音楽生成
ピッチ推定（pitch estimation）
6. コンピュータビジョン
画像の基本機能
- MMCV 2 のインストールと動作確認（画像表示など）（PyTorch，Python を使用）（Windows 上）
- MMFlow のインストールと動作確認（オプティカルフロー）（PyTorch，Python を使用）（Windows 上）
ビデオ処理，ビデオの安定化
ビデオの安定化は，ビデオの揺れ（手ぶれ，カメラ搭載機器の揺れなどの緩和）を行う．
線分検知
消失点推定
セグメンテーション
画像補正
- chasank/Image-Rectification のインストールと画像補正の実行（画像補正）（Python を使用）（Windows 上）
画像補正は，画像を射影変換することにより，斜め方向からの撮影画像を正面画像に変換する． 意図しないカメラ回転（ロール、ピッチ、ヨー）を含む画像を正面画像に補正できる．
位置合わせ
Python 用 opencv-python のインストール（Windows 上）: 別ページ »で説明
ステレオマッチング
7. トラッキング・ビジョン
8. ビジュアルオドメトリ
9. 姿勢推定 (Pose Estimation)
人体の姿勢推定，モーションキャプチャ
- 人体の３次元位置推定（MHFormer，Python，PyTorch を使用）
- MMPose のインストールと動作確認（姿勢推定，関節角度の推定）（PyTorch，Python を使用）（Windows 上）
- OpenPose 最新版のインストール，デモの実行（ソースコードを使用）（Windows 上）
頭部の姿勢推定
- mpatacchiola/DeepGaze のインストールと動作確認（頭部の姿勢推定）（Python 3.7, TensorFlow 1.15.5 を使用）（Windows 上）
- lincolnhard/head-pose-estimation のインストールと動作確認（Dlib，Python を使用）（Windows 上）
まばたき，眼球運動
瞳孔の検出
10. ３次元再構成
- COLMAP 3.8 のインストールと３次元再構成の実行（COLMAP 3.8 を使用）（Windows 上）
- COLMAP のインストールと３次元再構成の実行（COLMAP のソースコード，vcpkgm, Visual Studio Community 2019 を使用）（Windows 上）
11. 顔情報処理（顔検出，顔認識，表情推定，年齢推定，顔のランドマーク，マスク有り顔，肌色領域）
顔情報処理
- 顔認識，表情や性別や年齢の推定（DeepFace，Python，TensorFlow を使用）（Windows 上）
- 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）
- 顔検出，年齢と性別の推定，顔識別，人体検出（InsightFace のインストールと動作確認）（PyTorch，Python を使用）（Windows 上）
- 顔検出と表情推定（SanjayMarreddi/Emotion-Investigator，Python，TensorFlow を使用）（Windows 上）
- 顔検出，顔識別（Dlib，face_recognition のインストールと動作確認）（Python を使用）（Windows 上）
- Dlib Python，face_recognition のインストールと動作確認（顔検出，顔ランドマーク，顔識別）（Python を使用）（Windows 上）
- 1adrianb/face-alignment のインストールと動作確認（顔の２次元，３次元のランドマーク）（PyTorch，Python 3.7 を使用）（Windows 上）
- ipazc/MTCNN のインストールと動作確認（顔検出）（Python を使用）（Windows 上）
- chen0040/keras-face のインストールと動作確認（顔認識）（TensorFlow 1.15.5，Python 3.7 を使用）（Windows 上）
DeepFace, VGG16 + Simase (2手法)による顔識別
- ezgiakcora/Facial-Expression-Keras のインストールと動作確認（表情推定）（Dlib，Python を使用）（Windows 上）
マスク有り顔
- chandrikadeb7 / Face-Mask-Detection のインストールと動作確認（マスク有り顔，マスクなし顔の検出）（Python，TensorFlow を使用）（Windows 上）
肌色領域
- 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）
https://github.com/mpatacchiola/deepgaze で公開されているプログラムを利用
- 肌色領域検出プログラム skindetect.py プログラムの紹介
https://gist.github.com/parosky/7890436 で公開されている 肌色領域検出プログラムを紹介
12. 予測
13. データセット
- COCO 2017 データセットのダウンロードとカテゴリ情報や画像情報の確認（Windows 上）
- HierText データセットのインストール（テキスト検出，文字認識のデータセット）（Windows 上）