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)画像分類の実行(timm のインストールと動作確認)(Python,PyTorch を使用)(Windows 上)

画像分類の実行(timm のインストールと動作確認)(Python,PyTorch を使用)(Windows 上)

要約

Windows環境でtimmライブラリを使用した画像分類の手順を説明しています。まず、前準備として、Git、Python、NVIDIA関連ソフトウェア(グラフィックスボードがある場合)、PyTorchのインストール方法を紹介しています。次に、timmのインストールと画像分類の実行方法を解説しています。具体的には、コマンドプロンプトを管理者として実行し、timmをインストールします。そして、TIMMライブラリを使用して事前学習済みのEVA-02モデルを読み込み、指定された画像のURLまたはファイルパスから画像を読み込んで推論を行い、ImageNet-1kのラベルを用いてトップ5の分類結果を表示するサンプルプログラムを作成し、実行します。Pythonプログラムの実行方法やPython開発環境についても触れています。

[image]

目次

  1. 前準備
  2. timm のインストール,画像分類の実行(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 8.6 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.

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
    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

timm のインストール,画像分類の実行(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

    python -m pip install -U timm
    

    [image]
  3. Windows で,コマンドプロンプトを実行
  4. エディタを起動
    mkdir %HOMEPATH%\timm
    cd %HOMEPATH%\timm
    notepad classify.py
    

    [image]
  5. エディタで,次のプログラムを保存

    このプログラムは、TIMMライブラリを使用して事前学習済みのEVA-02モデルを読み込み、指定された画像のURLまたはファイルパスから画像を読み込んで推論を行い、ImageNet-1kのラベルを用いてトップ5の分類結果を表示します。

    import os
    import torch
    import timm
    import requests
    from PIL import Image
    from io import BytesIO
    
    # ImageNet 1kのラベル情報をダウンロード
    IMAGENET_1k_URL = 'https://storage.googleapis.com/bit_models/ilsvrc2012_wordnet_lemmas.txt'
    IMAGENET_1k_LABELS = requests.get(IMAGENET_1k_URL).text.strip().split('\n')
    
    def initialize_model(model_name, pretrained=True):
        model = timm.create_model(model_name, pretrained=pretrained).eval()
        return model
    
    def load_image(path, transform):
        """
        指定されたパス(URLまたはファイル名)から画像を読み込み、モデルの入力形式に変換する関数。
        """
        if path.startswith('http'):
            # URLが指定された場合
            image = Image.open(requests.get(path, stream=True).raw)
        else:
            # ファイル名が指定された場合
            image = Image.open(path)
        
        image_tensor = transform(image)
        return image_tensor
    
    def perform_inference(model, image_tensor, topk=5):
        """
        画像をモデルで分類し、トップkのクラスを返す関数。
        """
        output = model(image_tensor.unsqueeze(0))
        probabilities = torch.nn.functional.softmax(output[0], dim=0)
        values, indices = torch.topk(probabilities, topk)
        return [{'label': IMAGENET_1k_LABELS[idx], 'index': idx, 'value': val.item()} for val, idx in zip(values, indices)]
    
    def main():
        model_name = 'eva02_large_patch14_448.mim_in22k_ft_in1k'
        model = initialize_model(model_name)
        transform = timm.data.create_transform(**timm.data.resolve_data_config(model.pretrained_cfg))
    
        img_path = 'https://github.com/open-mmlab/mmpretrain/raw/main/demo/demo.JPEG'
        image_tensor = load_image(img_path, transform)
    
        result = perform_inference(model, image_tensor)
        print("分類結果")
        print(result)
    
    if __name__ == '__main__':
        main()
    
  6. Python プログラムの実行

    Python プログラムの実行

    Python 開発環境(Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど)も便利である.

    Python のまとめ: 別ページ »にまとめ

    プログラムを classify.pyのようなファイル名で保存したので, 「python classify.py」のようなコマンドで行う.

    python classify.py
    

    [image]