neurvps のインストールと動作確認(消失点推定)(Python,PyTorch を使用)(Windows 上)

目次

  1. 前準備
  2. neurvps のインストールと動作確認(Windows 上)
  3. 消失点推定を実行してみる

文献】 Zhou, Yichao and Qi, Haozhi and Huang, Jingwei and Ma, Yi, NeurVPS: Neural Vanishing Point Scanning via Conic Convolution, NeurIPS, 2019.

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)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

FFmpeg のインストール(Windows 上)

Windows での FFmpeg のインストール(Windows 上): 別ページ »で説明

neurvps のインストールと動作確認(Windows 上)

7-Zip のインストール(Windows 上)

7-Zipは,ファイル圧縮・展開(解凍)ツール

  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. 次のコマンドを実行

    次のコマンドは,7-Zipをインストールするものである.

    winget install --scope machine 7zip.7zip
    powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
    

関連する外部ページ

mkdir %USERPROFILE%\7zip
cd /d c:%HOMEPATH%\7zip
curl -O https://www.7-zip.org/a/7z2405-x64.exe
.\7z2405-x64.exe
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

neurvps 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. ダウンロードとインストール,関連ファイルのダウンロード
    cd /d c:%HOMEPATH%
    rmdir /s /q neurvps
    git clone https://github.com/zhou13/neurvps
    python -m pip install -U tensorboardx pyyaml docopt matplotlib scikit-image opencv-python tqdm gdown ninja
    mkdir data logs
    
    cd data
    gdown 1yRwLv28ozRvjsf9wGwAqzya1xFZ5wYET -O su3.tar.xz
    gdown 1rpQNbZQEUff2j2rxr3mBl6xohGFl6sLv -O tmm17.tar.xz
    gdown 1y_O9PxZhJ_Ml297FgoWMBLvjC1BvTs9A -O scannet.tar.xz
    "c:\Program Files\7-Zip\7z.exe" x su3.tar.xz
    "c:\Program Files\7-Zip\7z.exe" x tmm17.tar.xz
    "c:\Program Files\7-Zip\7z.exe" x scannet.tar.xz
    "c:\Program Files\7-Zip\7z.exe" x su3.tar
    "c:\Program Files\7-Zip\7z.exe" x tmm17.tar
    "c:\Program Files\7-Zip\7z.exe" x scannet.tar
    
  3. 学習済みモデルを %HOMEPATH%\neurvps に置く.

    次のページの「Pre-trained Models」のところから学習済みモデルをダウンロード

    https://github.com/zhou13/neurvps

    3種類あるので,使いたいもの1つをダウンロードする.

    zip ファイルがダウンロードされるので,展開(解凍)し,%HOMEPATH%\neurvps に置く.

  4. 動作確認

    公式ページ https://github.com/zhou13/neurvps の記載に従い,eval.py を実行

    1. Visual Studio の x64 Native Tools コマンドプロンプト管理者として実行

      起動は,Windows のメニューで「Visual Studio 20..」の下の「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」を選ぶ.「x64」は,64ビット版の意味である.

      「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」がないとき:

      C++ ビルドツール (Build Tools) のインストールを行うことで, 「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」がインストールされる.その手順は,別ページ »で説明

    2. x64 Native Tools コマンドプロンプトで次を実行
      cd /d c:%HOMEPATH%
      cd neurvps
      python eval.py -d 0 config.yaml checkpoint_latest.pth.tar
      

    3. angular accuracy (AA) 曲線のグラフが表示されるので確認

消失点推定を実行してみる

  1. 画像を準備する.

    画像ファイルは,%HOMEPATH%\neurvps に「sample.png」というファイル名で保存すること.あとで使用する.

  2. Python プログラムファイルを準備する.

    https://github.com/zhou13/neurvps で公開されている公式のプログラム eval.py を書き換えたものを使用.

    #!/usr/bin/env python3
    """Compute vanishing points using corase-to-fine method 
    Usage:
        eval.py [options]  
    
    Arguments:
                        Path to the yaml hyper-parameter file
                         Path to the checkpoint
    """
    
    import os
    import sys
    import math
    import shlex
    import pprint
    import random
    import os.path as osp
    import threading
    import subprocess
    
    import numpy as np
    import torch
    from torchvision import transforms
    import matplotlib as mpl
    import skimage.io
    from PIL import Image
    import numpy.linalg as LA
    import matplotlib.pyplot as plt
    import mpl_toolkits.mplot3d
    from tqdm import tqdm
    from docopt import docopt
    
    import neurvps
    import neurvps.models.vanishing_net as vn
    from neurvps.config import C, M
    from neurvps.datasets import Tmm17Dataset, ScanNetDataset, WireframeDataset
    
    IMAGENAME="sample.png"
    
    def AA(x, y, threshold):
        index = np.searchsorted(x, threshold)
        x = np.concatenate([x[:index], [threshold]])
        y = np.concatenate([y[:index], [threshold]])
        return ((x[1:] - x[:-1]) * y[:-1]).sum() / threshold
    
    transform = transforms.Compose(
        [
            transforms.ToTensor(),
        ]
    )
    
    def main():
        args = docopt(__doc__)
        config_file = args[""]
        C.update(C.from_yaml(filename=config_file))
        C.model.im2col_step = 32  # override im2col_step for evaluation
        M.update(C.model)
        pprint.pprint(C, indent=4)
    
        random.seed(0)
        np.random.seed(0)
        torch.manual_seed(0)
    
        device_name = "cpu"
        os.environ["CUDA_VISIBLE_DEVICES"] = args["--devices"]
        if torch.cuda.is_available():
            device_name = "cuda"
            torch.backends.cudnn.deterministic = True
            torch.cuda.manual_seed(0)
            print("Let's use", torch.cuda.device_count(), "GPU(s)!")
        else:
            print("CUDA is not available")
        device = torch.device(device_name)
    
        if M.backbone == "stacked_hourglass":
            model = neurvps.models.hg(
                planes=64, depth=M.depth, num_stacks=M.num_stacks, num_blocks=M.num_blocks
            )
        else:
            raise NotImplementedError
    
        checkpoint = torch.load(args[""])
        model = neurvps.models.VanishingNet(
            model, C.model.output_stride, C.model.upsample_scale
        )
        model = model.to(device)
        model = torch.nn.DataParallel(
            model, device_ids=list(range(args["--devices"].count(",") + 1))
        )
        model.load_state_dict(checkpoint["model_state_dict"])
    #    model.eval()
    
        if C.io.dataset.upper() == "WIREFRAME":
            Dataset = WireframeDataset
        elif C.io.dataset.upper() == "TMM17":
            Dataset = Tmm17Dataset
        elif C.io.dataset.upper() == "SCANNET":
            Dataset = ScanNetDataset
        else:
            raise NotImplementedError
    
        loader = torch.utils.data.DataLoader(
            Dataset(C.io.datadir, split="valid"),
            batch_size=1,
            shuffle=False,
            num_workers=C.io.num_workers if os.name != "nt" else 0,
            pin_memory=True,
        )
    
        if args["--dump"] is not None:
            os.makedirs(args["--dump"], exist_ok=True)
    
        err = []
        n = C.io.num_vpts
        im = Image.open(IMAGENAME).resize((512,512))
        image = transform(im).unsqueeze(0).to(device)
        input_dict = {"image": image, "test": True}
    
        vpts = sample_sphere(np.array([0, 0, 1]), np.pi / 2, 64)
        input_dict["vpts"] = vpts
        with torch.no_grad():
            score = model(input_dict)[:, -1].cpu().numpy()
        index = np.argsort(-score)
        candidate = [index[0]]
        for i in index[1:]:
            if len(candidate) == n:
                break
            dst = np.min(np.arccos(np.abs(vpts[candidate] @ vpts[i])))
            if dst < np.pi / n:
                continue
            candidate.append(i)
    
        vpts_pd = vpts[candidate]
    
        for res in range(1, len(M.multires)):
            vpts = [sample_sphere(vpts_pd[vp], M.multires[-res], 64) for vp in range(n)]
            input_dict["vpts"] = np.vstack(vpts)
            with torch.no_grad():
                score = model(input_dict)[:, -res - 1].cpu().numpy().reshape(n, -1)
            for i, s in enumerate(score):
                vpts_pd[i] = vpts[i][np.argmax(s)]
    
        plt.imshow(im)
        cc = ["blue", "cyan", "orange"]
        for c, w in zip(cc, vpts_pd):
            x = w[0] / w[2] * C.io.focal_length * 256 + 256
            y = -w[1] / w[2] * C.io.focal_length * 256 + 256
            print(x,y)
            plt.scatter(x, y, color=c)
            for xy in np.linspace(0, 512, 10):
                plt.plot(
                    [x, xy, x, xy, x, 0, x, 511],
                    [y, 0, y, 511, y, xy, y, xy],
                    color=c,
                )
        plt.show()
    
        err = np.sort(np.array(err))
        np.savez(args["--output"], err=err)
        y = (1 + np.arange(len(err))) / len(loader) / n
    
    
    def sample_sphere(v, alpha, num_pts):
        v1 = orth(v)
        v2 = np.cross(v, v1)
        v, v1, v2 = v[:, None], v1[:, None], v2[:, None]
        indices = np.linspace(1, num_pts, num_pts)
        phi = np.arccos(1 + (math.cos(alpha) - 1) * indices / num_pts)
        theta = np.pi * (1 + 5 ** 0.5) * indices
        r = np.sin(phi)
        return (v * np.cos(phi) + r * (v1 * np.cos(theta) + v2 * np.sin(theta))).T
    
    
    def orth(v):
        x, y, z = v
        o = np.array([0.0, -z, y] if abs(x) < abs(y) else [-z, 0.0, x])
        o /= LA.norm(o)
        return o
    
    
    if __name__ == "__main__":
        main()
    
    
  3. Python プログラムの実行

    Python プログラムの実行: 別ページ »で説明

    Python のまとめ: 別ページ »にまとめ

    コマンドプロンプトで次を実行

    cd /d c:%HOMEPATH%\neurvps
    python run.py -d 0 config.yaml checkpoint_latest.pth.tar