金子邦彦研究室人工知能Windows で動く人工知能関係 Pythonアプリケーション,オープンソースソフトウエア)MMPose のインストールと動作確認(姿勢推定,関節角度の推定)(PyTorch,Python を使用)(Windows 上)

MMPose のインストールと動作確認(姿勢推定,関節角度の推定)(PyTorch,Python を使用)(Windows 上)

MMPose は, OpenMMLab の構成物で,2次元の姿勢推定,3次元の姿勢推定の機能を提供する.

【目次】

  1. 前準備
  2. MMPose のインストール(Windows 上)
  3. MMPose 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

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 8.9.7 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())" 
    

    [image]

    Anaconda3を使いたい場合には, Anaconda プロンプト (Anaconda Prompt)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

MMPose 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)"
    

    [image]
  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)"
    

    [image]
  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 %HOMEPATH%
    rmdir /s /q mmpose
    git clone https://github.com/open-mmlab/mmpose.git
    cd mmpose
    mim uninstall -y mmpose
    pip install -r requirements.txt
    mim install -e .
    mim list
    

    [image]
  5. MOT evaluation のインストール

    python -m pip install git+https://github.com/JonathonLuiten/TrackEval.git
    

MMPose の動作確認(Windows 上)

  1. 次のコマンドを実行
    cd %HOMEPATH%
    cd mmpose
    python demo\topdown_demo_with_mmdet.py ^
        demo\mmdetection_cfg\faster_rcnn_r50_fpn_coco.py ^
        https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth ^
        configs/body_2d_keypoint/topdown_heatmap/coco/td-hm_hrnet-w48_8xb32-210e_coco-256x192.py ^
        https://download.openmmlab.com/mmpose/top_down/hrnet/hrnet_w48_coco_256x192-b9e0b3ab_20200708.pth ^
        --input tests\data\coco\000000000785.jpg ^
        --output-root vis_results
    

    [image]
  2. vis_results の下に結果が保存されるので確認

    [image]

    [image]

ビデオファイルから3次元の姿勢推定を行ってみる(MMPose,学習済みモデルを使用)

  1. Windows で,コマンドプロンプト管理者として実行

    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. MMPose のソースコード等のファイルをダウンロード

    cd %HOMEPATH%
    rmdir /s /q  mmpose
    git clone https://github.com/open-mmlab/mmpose.git
    cd mmpose
    python -m pip install -r requirements.txt
    python setup.py develop
    
  3. 使用するプログラムの準備

    MMPose の機能を利用.

    公式ページの https://github.com/open-mmlab/mmpose/blob/master/demo/docs/3d_human_pose_demo.md で説明されているプログラムを使用.

    3次元の座標値を表示するように, 次のように, ファイル名: body3d_two_stage_video_demo.py のファイルの 475 行目に,print(pose_lift_results_vis) の 1行を追加.字下げも正しく.

    書き換えが終わったら上書き保存

    cd %HOMEPATH%
    cd mmpose
    cd demo
    notepad body3d_two_stage_video_demo.py
    

    [image]

    [image]
  4. 姿勢推定の実行

    処理するビデオファイル名は, ここでは,demo/resources/demo.mp4 にしている.自分が処理したいものを設定すること.

    cd %HOMEPATH%
    cd mmpose
    python demo/body3d_two_stage_video_demo.py ^
        demo/mmdetection_cfg/faster_rcnn_r50_fpn_coco.py ^
        https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth ^
        configs/body/2d_kpt_sview_rgb_img/topdown_heatmap/coco/hrnet_w48_coco_256x192.py ^
        https://download.openmmlab.com/mmpose/top_down/hrnet/hrnet_w48_coco_256x192-b9e0b3ab_20200708.pth ^
        configs/body/3d_kpt_sview_rgb_vid/video_pose_lift/h36m/videopose3d_h36m_243frames_fullconv_supervised_cpn_ft.py ^
        https://download.openmmlab.com/mmpose/body3d/videopose/videopose_h36m_243frames_fullconv_supervised_cpn_ft-88f5abbb_20210527.pth ^
        --video-path demo/resources/demo.mp4 ^
        --out-video-root vis_results ^
        --rebase-keypoint-height
    

    [image]
  5. 関節角度の計算

    関節角度の計算は,次の手順になる.

    関節角度の計算を行うために, まず,先ほどのプログラムをエディタで開く.

    cd %HOMEPATH%
    cd mmpose
    cd demo
    notepad body3d_two_stage_video_demo.py
    

    先ほどのプログラムを次のように書き換える.書き換えが終わったら上書き保存

  6. 姿勢推定の実行

    先ほどと同じプログラムを,同じオプションで実行

    処理するビデオファイル名は, ここでは,demo/resources/demo.mp4 にしている.自分が処理したいものを設定すること.

    cd %HOMEPATH%
    cd mmpose
    python demo/body3d_two_stage_video_demo.py ^
        demo/mmdetection_cfg/faster_rcnn_r50_fpn_coco.py ^
        https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth ^
        configs/body/2d_kpt_sview_rgb_img/topdown_heatmap/coco/hrnet_w48_coco_256x192.py ^
        https://download.openmmlab.com/mmpose/top_down/hrnet/hrnet_w48_coco_256x192-b9e0b3ab_20200708.pth ^
        configs/body/3d_kpt_sview_rgb_vid/video_pose_lift/h36m/videopose3d_h36m_243frames_fullconv_supervised_cpn_ft.py ^
        https://download.openmmlab.com/mmpose/body3d/videopose/videopose_h36m_243frames_fullconv_supervised_cpn_ft-88f5abbb_20210527.pth ^
        --video-path demo/resources/demo.mp4 ^
        --out-video-root vis_results ^
        --rebase-keypoint-height
    

    [image]
  7. 元のビデオの確認

    demo\resources\demo.mp4
    

    [image]
  8. 結果の確認

    vis_results\vis_demo.mp4
    

    [image]