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）

【概要】 MMCV は OpenMMLab が提供する基礎的な機能を持つライブラリです。Windows 環境で MMCV を使用する前準備として、Git、Python、Build Tools for Visual Studio 2022、NVIDIA ドライバ、CUDA ツールキット、cuDNN、PyTorch をインストールします。MMCV のインストールはソースコードからビルドする方法が説明しています。インストール後は Python プログラムを用いて画像表示や図形描画ができます。画像ファイルの表示、ランダムな色の画像生成、四角形の表示を行うサンプルプログラムが示しています。MMCV を活用することで、コンピュータビジョンに関連する様々な処理を効率的に実装できます。

【目次】

前準備
MMCV のインストール（Windows 上）
MMCV を用いた画像表示（Windows 上）

MMCV

MMCV は， OpenMMLab の構成物で，基礎的な機能を提供する．

【文献】

MMCV Contributors, MMCV: OpenMMLab Computer Vision Foundation, https://github.com/open-mmlab/mmcv, 2018.

【関連する外部ページ】

MMCV の GitHub のページ: https://github.com/open-mmlab/mmcv
MMCV の公式ドキュメント: https://mmcv.readthedocs.io/en/latest/

前準備

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

Build Tools for Visual Studio は，Visual Studio の IDE を含まない C/C++ コンパイラ，ライブラリ，ビルドツール等のコマンドライン向け開発ツールセットである。

以下のコマンドを管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

REM VC++ ランタイム
winget install --scope machine --accept-source-agreements --accept-package-agreements --silent --id Microsoft.VCRedist.2015+.x64

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
winget install --id Microsoft.VisualStudio.2022.BuildTools --accept-source-agreements --accept-package-agreements ^
    --override "--passive --wait --norestart --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.ComponentGroup.ClangCL --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.Windows11SDK.26100"

--add で追加されるコンポーネント

上記のコマンドでは，まず Build Tools 本体と Visual C++ 再頒布可能パッケージをインストールし，次に setup.exe を用いて以下のコンポーネントを追加している。

VCTools：C++ デスクトップ開発ワークロード（--includeRecommended により、MSVC コンパイラ、C++ AddressSanitizer、vcpkg、CMake ツール、Windows 11 SDK 等の推奨コンポーネントが含まれる）
VC.Llvm.Clang：Windows 向け C++ Clang コンパイラ
ClangCL：clang-cl ツールセットを含むコンポーネントグループ（MSBuild から Clang を使用するために必要）
VC.CMake.Project：Windows 向け C++ CMake ツール
Windows11SDK.26100：Windows 11 SDK（ビルド 10.0.26100）

インストール完了の確認

winget list Microsoft.VisualStudio.2022.BuildTools

上記以外の追加のコンポーネントが必要になった場合は Visual Studio Installer で個別にインストールできる。

Visual Studio の機能を必要とする場合は、追加インストールできる。

Python 3.12 のインストール（Windows 上） [クリックして展開]

以下のいずれかの方法で Python 3.12 をインストールする。Python がインストール済みの場合、この手順は不要である。

方法1：winget によるインストール

管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install -e --id Python.Python.3.12 --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 AssociateFiles=1 InstallLauncherAllUsers=1"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

方法2：インストーラーによるインストール

Python 公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンから Windows 用インストーラーをダウンロードする。
ダウンロードしたインストーラーを実行する。
初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Git のインストール

以下のコマンドを管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --accept-source-agreements --accept-package-agreements
REM Git のパス設定
set "GIT_PATH=C:\Program Files\Git\cmd"
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%GIT_PATH%" (
    echo "%SYSTEM_PATH%" | find /i "%GIT_PATH%" >nul
    if errorlevel 1 setx PATH "%GIT_PATH%;%SYSTEM_PATH%" /M >nul
)

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

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）

以下の手順を管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
PyTorch のページを確認
PyTorch の公式ページ: https://pytorch.org/index.html
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

MMCV 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．

以下の手順を管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
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)"
```
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)"
```

MIM，MMCV 2 のインストール

インストール手順は， https://mmcv.readthedocs.io/en/latest/get_started/installation.html に記載の手順による

python -m pip install -U --ignore-installed pip
python -m pip uninstall -y openmim mmcv mmcv-full opencv-python opencv-python-headless
python -m pip install -U openmim opencv-python
cd /d c:%HOMEPATH%
rmdir /s /q mmcv
git clone -b main https://github.com/open-mmlab/mmcv.git
cd mmcv
pip install -r requirements.txt
mim uninstall -y mmcv
mim install -e .
mim list
python -c "import mmcv; print(mmcv.__version__)"

（途中省略）

mim list の実行により確認
```
mim list
```

MMCV をインストールできたことの確認

エラーメッセージが出ないこと．

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

MMCV を用いた画像表示（Windows 上）

Python プログラムは，公式ページ https://mmcv.readthedocs.io/en/latest/understand_mmcv/visualization.html のものを使用．

画像ファイルを表示する Python プログラム
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 QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である．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．
このプログラムは、ユーザーのホームディレクトリ内の "mmcv" フォルダに移動し、"tests/data/color.jpg" という画像ファイルを表示します。画像の表示には、mmcv ライブラリの imshow 関数を使用しています。
```
import os
import mmcv

def main():
    home_path = os.path.expanduser("~")
    mmcv_path = os.path.join(home_path, "mmcv")
    os.chdir(mmcv_path)

    image_path = "tests/data/color.jpg"
    mmcv.imshow(image_path)

if __name__ == "__main__":
    main()
```
データを画像として表示する Python プログラム
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 QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である．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．
このプログラムは、ユーザーのホームディレクトリ内の "mmcv" フォルダに移動し、高さ100ピクセル、幅100ピクセルのランダムな色の画像を生成します。生成された画像は、mmcv ライブラリの imshow 関数を使用して表示されます。
```
import os
import numpy as np
import mmcv

def main():
    home_path = os.path.expanduser("~")
    mmcv_path = os.path.join(home_path, "mmcv")
    os.chdir(mmcv_path)

    img_height, img_width = 100, 100
    img = generate_random_image(img_height, img_width)
    mmcv.imshow(img)

def generate_random_image(height, width):
    return np.random.rand(height, width, 3)

if __name__ == "__main__":
    main()
```
四角形を表示する Python プログラム
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 QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である．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．
このプログラムは、ユーザーのホームディレクトリ内の "mmcv" フォルダに移動し、高さ100ピクセル、幅100ピクセルのランダムな色の画像を生成します。その画像上に、2つのバウンディングボックス（矩形領域）を描画し、mmcv ライブラリの imshow_bboxes 関数を使用して表示します。
```
import os
import numpy as np
import mmcv

def main():
    home_path = os.path.expanduser("~")
    mmcv_path = os.path.join(home_path, "mmcv")
    os.chdir(mmcv_path)

    img_height, img_width = 100, 100
    img = generate_random_image(img_height, img_width)

    bbox1 = [0, 0, 50, 50]
    bbox2 = [20, 20, 60, 60]
    bboxes = np.array([bbox1, bbox2])

    mmcv.imshow_bboxes(img, bboxes)

def generate_random_image(height, width):
    return np.random.rand(height, width, 3)

if __name__ == "__main__":
    main()
```