MMClassification は， OpenMMLab の構成物で， Few Shot Classification, Few Shot Detection の機能を提供する．
【目次】
【文献】
mmfewshot Contributors, OpenMMLab Few Shot Learning Toolbox and Benchmark, https://github.com/open-mmlab/mmfewshot, 2021.
【関連する外部ページ】
【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：
Visual Studio 2022 をインストールする際に，「C++ によるデスクトップ開発」を選択することで， Build Tools for Visual Studio 2022 の機能も一緒にインストールされる．
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．
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．
起動方法: スタートメニューの「Visual Studio Installer」を選ぶ．
![[image]](../../tools/win/5059.png)
![[image]](../../tools/win/5586.png)
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．
起動方法: スタートメニューの「Visual Studio Installer」を選ぶ．
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】
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 3.7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.3.7 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
【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】
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())"
![[image]](../../tools/man/529.png)
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】
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．
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
![[image]](https://www.kkaneko.jp/info/logo_png.png){kind=logo}
python -c "import torch; TORCH_VERSION = '.'.join(torch.__version__.split('.')[:2]); print(TORCH_VERSION)"
![[image]](../../tools/man/354.png)
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]](../../tools/man/353.png)
インストール手順は， https://mmdetection.readthedocs.io/en/latest/get_started.html 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 mmdetection git clone https://github.com/open-mmlab/mmdetection.git cd mmdetection mim uninstall -y mmdet pip install -r requirements.txt mim install -e . mim list
![[image]](../../tools/man/551.png)
Python 3.7 もしくは 3.8 が必要である（2023年4月時点）
cd /d c:%HOMEPATH% rmdir /s /q mmfewshot git clone https://github.com/open-mmlab/mmfewshot.git cd mmfewshot mim uninstall -y mmfewshot pip install -r requirements.txt mim install -e . mim list
![[image]](../../ai/win/18.png)
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する．
cd /d c:%HOMEPATH%\mmfewshot mkdir checkpoints cd checkpoints curl -O https://download.openmmlab.com/mmfewshot/detection/attention_rpn/coco/attention-rpn_r50_c4_4xb2_coco_base-training_20211102_003348-da28cdfd.pth
![[image]](../../ai/win/19.png)
次の Python プログラムを実行する．Matplotlib を使うので，Jupyter QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である．
下のプログラムは作成途中（動作未確認）
import os
from mmfewshot.detection.apis import (inference_detector, init_detector, process_support_images)
os.chdir((os.getenv('HOMEPATH') + '\\' + 'mmfewshow'))
config_file = 'configs/detection/attention_rpn/coco/attention-rpn_r50_c4_4xb2_coco_base-training.py'
checkpoint_file = 'checkpoints/attention-rpn_r50_c4_4xb2_coco_base-training_20211102_003348-da28cdfd.pth'
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model = init_detector(config_file,checkpoint_file, device=device)
fsupport_images_dir = 'demo/demo_detection_images/support_images'
files = os.listdir(fsupport_images_dir)
support_images = [
os.path.join(fsupport_images_dir, file) for file in files
]
classes = [file.split('.')[0] for file in files]
support_labels = [[file.split('.')[0]] for file in files]
print("support_images")
display(support_images)
print("classes")
display(classes)
print("support_labels")
display(support_labels)
process_support_images(model, support_images, support_labels, classes=classes)
# single image
img = 'demo/demo_detection_images/query_images/demo_query.jpg'
fscore_thr = 0.3
# https://mmdetection.readthedocs.io/en/v3.0.0/user_guides/inference.html
from mmdet.registry import VISUALIZERS
visualizer = VISUALIZERS.build(model.cfg.visualizer)
visualizer.dataset_meta = model.dataset_meta
result = inference_detector(model, img)
image = mmcv.imconvert(mmcv.imread(img), 'bgr', 'rgb')
visualizer.add_datasample('result', image, data_sample=result, show=False, draw_gt=False)
mmcv.imshow(visualizer.get_image())
金子邦彦研究室公式Webページへようこそ． サイト内検索は専用ページをご利用ください． サイトマップも用意しています．
公開資料は「クリエイティブコモンズ BY NC SA」ライセンスを適用しています． 資料の利用条件等については別ページで説明しています．
問い合わせ先： 金子邦彦（かねこ くにひこ） ![[image]](https://www.kkaneko.jp/info/kanekomail.png)