サイトマップ サイト内検索 まとめ

物体検出，物体検出のための学習の実行（YOLOv5，PyTorch，Python を使用）（Windows 上）

Windowsで，YOLOv5をインストールし，物体検出，セグメンテーション，画像分類の実行が可能である．インストールは公式のGitHubページの説明に従って行い，コマンドプロンプトで操作する．YOLOv5 に付属の物体検出の学習済みモデルは，COCOデータセットで学習され，yolov5n.ptなどから選ぶことができる．学習のために必要となる画像データとアノテーションは，YOLO形式のオープンデータを用いることができる．そのとき，クラス番号を 80 やそれより大きい値に振り直す．そのためのPythonプログラムはこのページで提供している．学習は，オプションを指定して実行する．

【目次】

  1. 前準備
  2. YOLOv5 のインストール（Windows 上）
  3. 物体検出を実行する Python プログラム（YOLOv5 を使用）（Windows 上）
  4. YOLO形式のオープンデータを用いて，新しいクラスの物体検出ができるように学習（書きかけ）

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を管理者として実行

    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を管理者として実行

    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を管理者として実行

    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.3.10
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 8.6 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を管理者として実行

    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) 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】

YOLOv5 のインストールと実行手順（Windows環境）

YOLOv5 の公式リポジトリ https://github.com/ultralytics/yolov5 の手順に従ってインストールを実施する．

  1. Windows で，コマンドプロンプトを管理者として実行

    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. 必要なパッケージのインストールとソースコードの取得 
    python -m pip install -U pillow wandb clearml comet_ml
cd /d c:%HOMEPATH%
rmdir /s /q yolov5
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt
icacls . /grant Everyone:F /T
  3. Windows で，コマンドプロンプトを実行
  4. 物体検出の実行プロセス

    YOLOv5 の公式リポジトリ https://github.com/ultralytics/yolov5 の手順に従って進める．

    物体検出には，COCO データセットで学習済みの以下のモデルから選択が可能： yolov5n.pt， yolov5s.pt， yolov5m.pt， yolov5l.pt， yolov5x.pt．詳細は公式ドキュメント https://github.com/ultralytics/yolov5/tree/master/models を参照 

    cd /d c:%HOMEPATH%
cd yolov5
python detect.py --weights yolov5s.pt --source=https://ultralytics.com/images/bus.jpg --exist-ok
runs\detect\exp\bus.jpg

    続いて「--visualize」オプションを追加して実行 

    cd /d c:%HOMEPATH%
cd yolov5
python detect.py --weights yolov5s.pt --source=https://ultralytics.com/images/bus.jpg --visualize  --exist-ok
runs\detect\exp\bus.jpg

    「--visualize」オプションにより，以下の可視化結果が生成される．

物体検出プログラムの実装（YOLOv5使用）（Windows環境）

以下のPythonプログラムで物体検出を実行できる．

  1. Python環境の起動

    Python実行環境の選択

    開発環境オプション: Jupyter Qt Console， Jupyter Notebook， Jupyter Lab， Nteract， Spyder， PyCharm， PyScripter

    Python関連情報: 別ページ » 

    python
  2. 物体検出の実装例

    yolov5s はCOCOデータセットで事前学習済みのモデル．

    詳細は公式ドキュメント https://github.com/ultralytics/yolov5/blob/master/data/coco.yaml を参照 

    import torch
model = torch.hub.load("ultralytics/yolov5", "yolov5s")
img = "https://ultralytics.com/images/zidane.jpg"  # or file, Path, PIL, OpenCV, numpy, list
results = model(img)
results.pandas()
results.show()  # or .print(), .save(), .crop(), .pandas(), etc.
exit()
  3. より高性能な yolov5m モデルの使用例 物体検出には，COCOデータセットで学習済みの以下のモデルから選択可能： yolov5n.pt， yolov5s.pt， yolov5m.pt， yolov5l.pt， yolov5x.pt．詳細は公式ドキュメント https://github.com/ultralytics/yolov5/blob/master/data/coco.yaml を参照 
    import torch
model = torch.hub.load("ultralytics/yolov5", "yolov5m")
img = "https://ultralytics.com/images/zidane.jpg"  # or file, Path, PIL, OpenCV, numpy, list
results = model(img)
results.pandas()
results.show()  # or .print(), .save(), .crop(), .pandas(), etc.
exit()

YOLO形式オープンデータを用いた新規クラスの物体検出学習（開発中）

画像データと物体検出アノテーション（クラス名とバウンディングボックス）を活用し， Traffic Signs Datasetを使用した学習を実施する．

Traffic Signs Datasetのダウンロードと前処理後，以下の手順で学習を進める：

  1. Traffic Signs Dataset in YOLO format へアクセス

    https://www.kaggle.com/datasets/valentynsichkar/traffic-signs-dataset-in-yolo-format?resource=downloa

  2. 「Download」ボタンをクリック
  3. Kaggleアカウント登録またはGoogleアカウントでのサインインが必要な場合は指示に従い，再度「Download」をクリック
  4. archive.zipのダウンロード完了
  5. C:\archive ディレクトリを作成し，archive.zipを展開

    下図のように配置：

  6. Windows でコマンドプロンプトを起動
  7. 以下のコマンドでディレクトリを移動しPythonを起動 
    cd C:\archive
python
  8. クラス番号更新プログラムの実行

    このプログラムは900個のアノテーションファイル（00000.txt～00899.txt）を処理し， 各ファイルの行頭のクラス番号（0-3）に対して，80未満の場合は80を加算して更新する． ファイルが存在しない場合はエラーを出力． 

    def update_class_number(filename):
    with open(filename, "r", encoding="utf-8") as file:
        lines = file.readlines()
    updated_lines = []
    for line in lines:
        parts = line.strip().split()
        if len(parts) >= 5:
            class_number = int(parts[0])
            # もともとのクラス番号 (class_number) は 0, 1, 2, 3 である。80を加えて，元のファイルのクラス番号を更新する
            if class_number < 80:
                updated_class_number = class_number + 80
                x1, y1, x2, y2 = map(float, parts[1:])
                updated_line = f"{updated_class_number} {x1} {y1} {x2} {y2}\n"
                updated_lines.append(updated_line)
            else:
                updated_lines.append(line)
        else:
            updated_lines.append(line)
    with open(filename, "w", encoding="utf-8") as file:
        file.writelines(updated_lines)

file_not_found = False
for i in range(0, 900):
    # 00000.txt から 00899.txt まで
    filename = f"ts/{i:05}.txt"
    try:
        update_class_number(filename)
        # 確認表示
        with open(filename, "r", encoding="utf-8") as file:
            first_line = file.readline().strip()
            print(f"filename: {filename} , {first_line}")
    except FileNotFoundError:
        print(f"{filename} が見つかりませんでした")
        file_not_found = True

exit()
  9. 処理完了の確認

    このプログラムにより，クラス番号を80-83に変更．

    クラス番号とクラス名の対応は c:\archive\classes.names に以下の通り定義： 

    80, prohibitory
81, danger
82, mandatory
83, other
  10. 画像サイズの標準化

    以下のコマンドを実行： 

    cd c:\archive\ts\ts
python

    次のPythonプログラムを実行 

    from PIL import Image
import os

# 新しい幅
new_width = 640

# カレントディレクトリ内のすべてのファイル
for filename in os.listdir('.'):
    # .jpgファイルのみを処理
    if filename.endswith('.jpg'):
        print(f"{filename} を変換")
        with Image.open(filename) as img:
            # アスペクト比を保持した高さを計算
            aspect_ratio = new_width / img.width
            new_height = int(img.height * aspect_ratio)
            # リサイズ
            resized_img = img.resize((new_width, new_height))
            # 元のファイルを上書き
            resized_img.save(filename)

exit()
  11. validation 用のディレクトリを用意する．これらのディレクトリにいくつかのファイルを移動する． 
    mkdir c:\archive\ts\ts\images
mkdir c:\archive\ts\ts\images\train
mkdir c:\archive\ts\ts\images\val
mkdir c:\archive\ts\ts\labels
mkdir c:\archive\ts\ts\labels\train
mkdir c:\archive\ts\ts\labels\val
cd c:\archive\ts\ts
move *1.txt labels\val
move *1.jpg images\val
move *.txt labels\train
move *.jpg images\train
icacls c:\archive\ts /grant Everyone:F /T
  12. ファイル ts.yaml を作成する

    エディタを起動 

    cd /d c:%HOMEPATH%
cd yolov5
notepad ts.yaml

    エディタで次のように作成し保存する．

    names は 84 個の文字列のリストである．最初の 80 個は COCO データセットのクラス名．残りの 4 個は，いまから学習を行うデータセットのクラス名になる． 

    path: c:/archive/ts/ts
train: images/train
val: images/val
nc: 84
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush
  80: prohibitory
  81: danger
  82: mandatory
  83: other
  13. 学習の実行

    実行にかかる時間の目安は10分から数十分である． 

    cd /d c:%HOMEPATH%
python yolov5/train.py --data yolov5/ts.yaml --weights yolov5/yolov5s.pt --img 640 --epochs 30

    GPU を使わないときは，次のように「--device cpu」を付ける．このときは，実行に１０時間ほどかかる． 

    cd /d c:%HOMEPATH%
cd yolov5
python train.py --data ts.yaml --weights yolov5s.pt --img 640 --epochs 30 --device cpu

    学習が実質開始する前にエラーメッセージが出た場合，YOLOv5 のインストールを再度行うことで改善する可能性がある．

  14. 学習の終了の確認

    このとき，結果が保存されているディレクトリを確認する． 最後のところに「Results saved to runs\detect\...」のように表示されるので確認

  15. dir コマンドでファイルを確認．

    「runs\train\exp2」のところには，「結果が保存されているディレクトリ」を指定すること． 

    dir runs\train\exp2
dir runs\train\exp2\weights
  16. 学習したデータで物体検出してみる

    「runs\train\exp2」のところには，「結果が保存されているディレクトリ」を指定すること． 

    python detect.py --weights ./runs/train/exp2/weights/best.pt --source=c:/archive/ts/ts/images/val/00001.jpg

    このとき，結果が保存されているディレクトリを確認する． 最後のところに「Results saved to runs\detect\...」のように表示されるので確認

    結果が保存されているディレクトリに画像があるので表示してみる．