サイトマップ サイト内検索 まとめ

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）

MMEditing は， OpenMMLab の構成物で， イメージ・インペインティング(image inpainting)，画像のノイズ除去 (画像のノイズ除去 (image restoration)), イメージ・マッティング (image matting), 超解像 (super resolution), 画像生成の機能を持つ．

【目次】

  1. 前準備
  2. MMEditing のインストール（Windows 上）
  3. MMEditing の動作確認（Windows 上）

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。

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

  1. 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。
  2. ダウンロードしたインストーラーを実行する。
  3. 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。
  4. 「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

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。

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 --force --custom "/NORESTART /NOCANCEL /COMPONENTS=""gitlfs"" /o:EditorOption=Notepad /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:DefaultBranchOption=main /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled"

【関連する外部ページ】

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．

【関連する外部ページ】

PyTorch のインストール（Windows 上）

  1. 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」）。
  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】

    【関連する外部ページ】

MMEditing 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．

  1. 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」）。
  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)"
  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)"
  4. MIM，MMPose 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 mmediting
git clone https://github.com/open-mmlab/mmediting.git
cd mmediting
mim uninstall -y mmediting
pip install -r requirements.txt
mim install -e .
mim list
  5. MMEditing のデモファイルのダウンロード 
    cd /d c:%HOMEPATH%
cd mmediting
curl -O https://download.openmmlab.com/mmediting/demo_files.zip 
powershell -command "Expand-Archive -DestinationPath . -Path demo_files.zip"

MMEditing の動作確認（Windows 上）

超解像 (super resolution) の実行

  1. 次のコマンドを実行

    SRCNN による画像の超解像 (super resolution) の実行

    学習済みモデルを使用．

    MMEditing の SRCNN の説明ページ: https://github.com/open-mmlab/mmediting/blob/master/configs/srcnn/README.md

    コマンドの説明: https://github.com/open-mmlab/mmediting/blob/master/docs/en/getting_started.md 

    cd /d c:%HOMEPATH%
cd mmediting
python demo/restoration_demo.py ./configs/srcnn/srcnn_x4k915_1xb16-1000k_div2k.py https://download.openmmlab.com/mmediting/restorers/srcnn/srcnn_x4k915_1x16_1000k_div2k_20200608-4186f232.pth ./demo_files/lq_images/bird.png ./outputs/bird_SRCNN.png

python -c "import mmcv; mmcv.imshow('./demo_files/lq_images/bird.png')"
python -c "import mmcv; mmcv.imshow('./outputs/bird_SRCNN.png')"

    （ここでは，２つの画像を同じ大きさで表示）

    処理前

    処理後

  2. ESRGAN による画像の超解像 (super resolution) の実行

    学習済みモデルを使用．

    MMEditing の ESRGAN の説明ページ: https://github.com/open-mmlab/mmediting/blob/master/configs/esrgan/README.md

    コマンドの説明: https://github.com/open-mmlab/mmediting/blob/master/docs/en/getting_started.md 

    cd /d c:%HOMEPATH%
cd mmediting
python demo/restoration_demo.py ./configs/esrgan/esrgan_x4c64b23g32_1xb16-400k_div2k.py https://download.openmmlab.com/mmediting/restorers/esrgan/esrgan_x4c64b23g32_1x16_400k_div2k_20200508-f8ccaf3b.pth ./demo_files/lq_images/bird.png ./outputs/bird_ESRGAN.png

python -c "import mmcv; mmcv.imshow('./demo_files/lq_images/bird.png')"
python -c "import mmcv; mmcv.imshow('./outputs/bird_ESRGAN.png')"

    （ここでは，２つの画像を同じ大きさで表示）

    処理前

    処理後

  3. EDVR による連続画像の超解像 (super resolution) の実行

    学習済みモデルを使用．

    MMEditing の EDVR の説明ページ: https://github.com/open-mmlab/mmediting/blob/master/configs/edvr/README.md

    コマンドの説明: https://github.com/open-mmlab/mmediting/blob/master/docs/en/getting_started.md 

    python demo/restoration_video_demo.py ./configs/edvr/edvrm_wotsa_8xb4-600k_reds.py https://download.openmmlab.com/mmediting/restorers/edvr/edvrm_wotsa_x4_8x4_600k_reds_20200522-0570e567.pth demo_files/lq_sequences/city/ ./outputs/city_EDVR --window_size=5

python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000000.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_EDVR/00000000.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000001.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_EDVR/00000001.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000002.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_EDVR/00000002.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000003.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_EDVR/00000003.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000004.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_EDVR/00000004.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000005.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_EDVR/00000005.png')"

    処理前

    処理後

  4. BasicVSR (Recurrent framework) の実行

    学習済みモデルを使用．

    MMEditing の EDVR の説明ページ: https://github.com/open-mmlab/mmediting/blob/master/configs/edvr/README.md

    コマンドの説明: https://github.com/open-mmlab/mmediting/blob/master/docs/en/getting_started.md 

    python demo/restoration_video_demo.py ./configs/basicvsr/basicvsr_2xb4_reds4.py https://download.openmmlab.com/mmediting/restorers/basicvsr/basicvsr_reds4_20120409-0e599677.pth demo_files/lq_sequences/city/ ./outputs/city_BasicVSR

python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000000.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_BasicVSR/00000000.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000001.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_BasicVSR/00000001.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000002.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_BasicVSR/00000002.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000003.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_BasicVSR/00000003.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000004.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_BasicVSR/00000004.png')"
python -c "import mmcv; mmcv.imshow('./demo_files/lq_sequences/city/00000005.png')"
python -c "import mmcv; mmcv.imshow('./outputs/city_BasicVSR/00000005.png')"

    処理前

    処理後

  5. image inpainting の実行
  6. image matting の実行
demos URL: https://github.com/open-mmlab/mmediting/blob/master/docs/en/getting_started.md

python demo/generation_demo.py configs/example_config.py work_dirs/example_exp/example_model_20200202.pth demo/demo.jpg demo/demo_out.jpg

python demo/generation_demo.py configs/example_config.py work_dirs/example_exp/example_model_20200202.pth demo/demo.jpg demo/demo_out.jpg --unpaired_path demo/demo_unpaired.jpg