サイトの全体構成

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．

文献
MMEditing Contributors, OpenMMLab Editing Estimation Toolbox and Benchmark, https://github.com/open-mmlab/mmediting, 2020.
MMEditing の GitHub のページ: https://github.com/open-mmlab/mmediting
MMEditing の公式ドキュメント: https://mmdetection.readthedocs.io
MMEditing の image matting の公式チュートリアル: https://github.com/open-mmlab/mmediting/blob/master/demo/matting_tutorial.ipynb
MMEditing の画像のノイズ除去 (image restoration) の公式チュートリアル: https://github.com/open-mmlab/mmediting/blob/master/demo/restorer_basic_tutorial.ipynb
MMEditing の公式の学習済みモデル: https://mmediting.readthedocs.io/en/latest/

【目次】

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

前準備

Git のインストール（Windows 上）

Gitは，バージョン管理システム．ソースコードの管理や複数人での共同に役立つ．

【サイト内の関連ページ】

Windows での Git のインストール: 別ページ »で説明している．

【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）

【サイト内の関連ページ】

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 »で説明している．
Windows での Anaconda3 のインストール: 別ページ »で説明している．
Python のまとめ: 別ページ »にまとめている．

【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 11.8，NVIDIA cuDNN 8.6 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，NVIDIA 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 »で説明している．

【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
winimage の ZLIB DLL の公開ページ: http://www.winimage.com/zLibDll/

PyTorch のインストール（Windows 上）

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
PyTorch のページを確認
PyTorch のページ: 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）．
次のコマンドは， PyTorch 2.0 （NVIDIA CUDA 11.8 用）をインストールする．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 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 »で説明している．
【関連する外部ページ】
- PyTorch のページ: https://pytorch.org/index.html

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．

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
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，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 %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

MMEditing のデモファイルのダウンロード

cd %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

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 %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

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 %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

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

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

image inpainting の実行

DeepFillv2 による image impainting の実行

学習済みモデルを使用．

MMEditing の DeepFillv2 の説明ページ: https://github.com/open-mmlab/mmediting/blob/master/configs/inpainting/deepfillv2/README.md

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

python demo/inpainting_demo.py configs/deepfillv2/deepfillv2_8xb2_celeba-256x256.py https://download.openmmlab.com/mmediting/inpainting/deepfillv2/deepfillv2_256x256_8x2_celeba_20200619-c96e5f12.pth tests/data/inpainting/celeba_test.png tests/data/inpainting/bbox_mask.png outputs/inpainting_celeba.png

python -c "import mmcv; mmcv.imshow('./tests/data/inpainting/celeba_test.png')"
python -c "import mmcv; mmcv.imshow('./outputs/inpainting_celeba.png')"

処理前

処理後

Global&Local による image impainting の実行

学習済みモデルを使用．

MMEditing の Global&Local の説明ページ: https://github.com/open-mmlab/mmediting/blob/master/configs/inpainting/global_local/README.md

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

python demo/inpainting_demo.py configs/inpainting/global_local/gl_256x256_8x12_celeba.py https://download.openmmlab.com/mmediting/inpainting/global_local/gl_256x256_8x12_celeba_20200619-5af0493f.pth tests/data/image/celeba_test.png tests/data/image/bbox_mask.png tests/data/pred/inpainting_celeba.png

python -c "import mmcv; mmcv.imshow('./tests/data/image/celeba_test.png')"
python -c "import mmcv; mmcv.imshow('./tests/data/pred/inpainting_celeba.png')"

image matting の実行

GCA による image matting の実行

学習済みモデルを使用．

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

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

python demo/matting_demo.py configs/mattors/gca/gca_r34_4x10_200k_comp1k.py https://download.openmmlab.com/mmediting/mattors/gca/gca_r34_4x10_200k_comp1k_SAD-34.77_20200604_213848-4369bea0.pth tests/data/merged/GT05.jpg tests/data/trimap/GT05.png tests/data/pred/GT05.png

python -c "import mmcv; mmcv.imshow('./tests/data/merged/GT05.jpg')"
python -c "import mmcv; mmcv.imshow('./tests/data/trimap/GT05.png')"
python -c "import mmcv; mmcv.imshow('./tests/data/pred/GT05.png')"

IndexNet による image matting の実行

学習済みモデルを使用．

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

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

python demo/matting_demo.py configs/mattors/indexnet/indexnet_mobv2_1x16_78k_comp1k.py https://download.openmmlab.com/mmediting/mattors/indexnet/indexnet_mobv2_1x16_78k_comp1k_SAD-45.6_20200618_173817-26dd258d.pth tests/data/merged/GT05.jpg tests/data/trimap/GT05.png tests/data/pred/GT05.png

python -c "import mmcv; mmcv.imshow('./tests/data/merged/GT05.jpg')"
python -c "import mmcv; mmcv.imshow('./tests/data/trimap/GT05.png')"
python -c "import mmcv; mmcv.imshow('./tests/data/pred/GT05.png')"

DIM による image matting の実行

学習済みモデルを使用．

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

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

python demo/matting_demo.py configs/mattors/dim/dim_stage3_v16_pln_1x1_1000k_comp1k.py https://download.openmmlab.com/mmediting/mattors/dim/dim_stage3_v16_pln_1x1_1000k_comp1k_SAD-50.6_20200609_111851-647f24b6.pth tests/data/merged/GT05.jpg tests/data/trimap/GT05.png tests/data/pred/GT05.png

python -c "import mmcv; mmcv.imshow('./tests/data/merged/GT05.jpg')"
python -c "import mmcv; mmcv.imshow('./tests/data/trimap/GT05.png')"
python -c "import mmcv; mmcv.imshow('./tests/data/pred/GT05.png')"

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

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには，「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ） [image]