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 （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：

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】

【サイト内の関連ページ】

【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．

【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】

    【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. 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 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