金子邦彦研究室人工知能Windows でのインストールと動作確認(人工知能関係)MMClassification のインストールと動作確認(画像分類)(PyTorch,Python を使用)(Windows 上)

MMClassification のインストールと動作確認(画像分類)(PyTorch,Python を使用)(Windows 上)

MMClassification は, OpenMMLab の構成物で, 画像分類のツールボックスとベンチマークの機能を提供する.

前準備

Git のインストール(Windows 上)

Windows での Git のインストール: 別ページ »で説明

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)

Windows での Python 3.10,関連パッケージ,Python 開発環境のインストール: 別ページ »で説明

サイト内の関連ページ

Python のまとめ: 別ページ »にまとめ

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,NVIDIA cuDNN のインストール(Windows 上)

Windows での Build Tools for Visual Studio 2022NVIDIA ドライバNVIDIA CUDA ツールキット 11.8,NVIDIA cuDNN v8.6 のインストールと動作確認: 別ページ »で説明

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).

    次のコマンドは, PyTorch 2.0 (NVIDIA CUDA 11.8 用) をインストールする. 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).

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

    (途中省略)
    [image]

MMClassification のインストール(Windows 上)

インストールの方法は複数ある. ここでは, NVIDIA CUDA ツールキットを使うことも考え, インストールしやすい方法として,ソースコードからビルドしてインストールする方法を案内している.

MMCV のインストール(Windows 上)

MMCV のインストールを行う.

インストールの方法は複数ある. ここでは, NVIDIA CUDA ツールキットを使うことも考え, インストールしやすい方法として,ソースコードからビルドしてインストールする方法を案内している.

  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 がインストールできていることを確認するために,PyTorch のバージョンを表示
    python -c "import torch; TORCH_VERSION = '.'.join(torch.__version__.split('.')[:2]); print(TORCH_VERSION)"
    

    [image]
  3. PyTorch が NVIDIA CUDA ツールキットを認識できていることを確認するために, PyTorch が認識しているNVIDIA CUDA ツールキット のバージョンを表示

    このとき,実際には 11.8 をインストールしているのに,「cu117」のように古いバージョンが表示されることがある.このような場合は,気にせずに続行する.

    python -c "import torch; CUDA_VERSION = torch.__version__.split('+')[-1]; print(CUDA_VERSION)"
    

    [image]
  4. MMCV 1.6.2 のインストール

    MMTracking が MMCV 1.6.2 に依存している (2022/12). 将来の MMTracking の利用を想定して MMCV 1.6.2 をインストール

    https://mmcv.readthedocs.io/en/latest/get_started/installation.html に記載の手順による

    python -m pip install -U pip
    python -m pip install -U opencv-python
    python -m pip install mmcv-full==1.6.2
    

    [image]
  5. MMCV をインストールできたことの確認

    python -c "from mmcv.ops import get_compiling_cuda_version, get_compiler_version; print(get_compiling_cuda_version()); print(get_compiler_version())"
    

    [image]

MIM,MMClassification のインストール(Windows 上)

MIM, MMClassification のインストールを行う.

  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. MIM, MMClassification のインストール

    https://mmclassification.readthedocs.io/en/latest/getting_started.html#installation による.

    python -m pip install -U git+https://github.com/open-mmlab/mim.git
    python -m pip install -U git+https://github.com/open-mmlab/mmclassification.git
    python -c "import mmcls; print(mmcls.__version__)"
    

    [image]
  3. MMClassification のファイルをダウンロードし,使える状態にする

    cd %HOMEPATH%
    rmdir /s /q mmclassification
    git clone https://github.com/open-mmlab/mmclassification.git
    cd mmclassification
    python setup.py develop
    

MMClassification を用いた物体検出の実行(Windows 上)

セマンティック・セグメンテーション(ImageNet-1k, ResNet50 を使用)

  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. 事前学習済みモデルのダウンロード

    ImageNet-1k データセットを用いての事前学習済みモデルを使用している.

    MMClassification の model zoo のページ: https://github.com/open-mmlab/mmclassification/blob/master/docs/en/model_zoo.md

    ここではResNet50 を選ぶことにする. ImageNet-1k データセットで学習済みのモデルである.

    • configs/resnet/resnet50_8xb32_in1k.py
    • https://download.openmmlab.com/mmclassification/v0/resnet/resnet50_8xb32_in1k_20210831-ea4938fc.pth

    次のコマンドを実行する.

    cd %HOMEPATH%\mmclassification
    mkdir checkpoints
    cd checkpoints
    curl -O https://download.openmmlab.com/mmclassification/v0/resnet/resnet50_8xb32_in1k_20210831-ea4938fc.pth
    

    [image]
  3. 次の Python プログラムを実行する.mmcv を用いた表示を行うので,Jupyter QtConsoleJupyter ノートブック (Jupyter Notebook) の利用が便利である.

    Python プログラムは,公式ページhttps://mmclassification.readthedocs.io/en/latest/get_started.html のものを書き換えて使用.

    下図では,Python プログラムの実行のため,jupyter qtconsole を使用している.

    import os
    import torch
    from mmcls.apis import inference_model, init_model, show_result_pyplot
    import mmcv
    
    os.chdir((os.getenv('HOMEPATH') + '\\' + 'mmclassification'))
    config_file = 'configs/resnet/resnet50_8xb32_in1k.py'
    checkpoint_file = 'checkpoints/resnet50_8xb32_in1k_20210831-ea4938fc.pth'
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    model = init_model(config_file, checkpoint_file, device=device)
    img = 'demo/demo.JPEG'  # or img = mmcv.imread(img), which will only load it once
    result = inference_model(model, img)
    print(result)
    show_result_pyplot(model, img, result)
    

    [image]
  4. 結果が表示される

    エラーメッセージが出ないことを確認.

    [image]