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。

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

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

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