トップページ情報工学を学ぶ人工知能の実行,Python プログラム (Windows 上)MMSegmentation によるセマンティック・セグメンテーション(MMSegmentation, Python, PyTorch を使用)(Windows 上)

MMSegmentation によるセマンティック・セグメンテーション(MMSegmentation, Python, PyTorch を使用)(Windows 上)

MMSegmentation は, OpenMMLab の構成物で,セグメンテーションの機能を提供する.

前準備

Build Tools for Visual Studio 2022 (ビルドツール for Visual Studio 2022)のインストール(Windows 上)

Build Tools for Visual Studio は,Windows で動くMicrosoft の C++ コンパイラーである.

Build Tools for Visual Studio 2022 (ビルドツール for Visual Studio 2022)のダウンロードページ

https://visualstudio.microsoft.com/ja/downloads/

インストール手順の詳細(別ページ)

Build Tools for Visual Studio 2022 (ビルドツール for Visual Studio 2022)のインストール: 別ページで説明している.

インストール手順の概要

  1. ダウンロード URL を開く

    https://visualstudio.microsoft.com/ja/downloads/

  2. このページの下の方の「Visual Studio 2022用のツール」を展開

    [image]
  3. Build Tools for Visual Studio 2022」の右の「ダウンロード」をクリック.

    [image]
  4. ダウンロードが始まる

    [image]
  5. ダウンロードした .exe ファイルを実行する
  6. 表示を確認し,「続行」をクリック

    [image]
  7. C++ によるデスクトップ開発」をクリック.「インストール」をクリック.

    [image]
  8. ダウンロードとインストールが始まる
  9. インストール終了の確認

Git のインストール

NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.0, NVIDIA cuDNN 8.4.1 のインストール

GPU は,グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能,乗算や加算の並列処理の機能などがある. NVIDIA CUDA ツールキット は,NVIDIA社が提供している GPU 用のプラットフォームである.

【インストール手順の詳細説明】

NVIDIA ドライバについて

  1. 古いNVIDIA ドライバ,NVIDIA CUDA ツールキットがインストール済みのとき,不要なものがあればアンインストール

    Windows のスタートメニューで「設定」,「アプリ」と操作して,「NVIDIA ・・・」を削除

  2. NVIDIA グラフィックス・カードの種類を調べる

    hwinfo (URL: https://www.hwinfo.com) を使って調べることができる.

  3. あとで,NVIDIA CUDA ツールキットをインストールするときに,NVIDIA ドライバを同時にインストールすることができる.

    但し, NVIDIA CUDA ツールキットの古いバージョンを使うという場合は,NVIDIA CUDA ツールキットのインストールのときに NVIDIA ドライバをインストールするのでなく,次のページから最新のNVIDIA ドライバをダウンロードして,インストールする.

    NVIDIA ドライバのダウンロードページ】

    https://www.nvidia.co.jp/Download/index.aspx?lang=jp

NVIDIA CUDA ツールキット 11.7.0,NVIDIA cuDNN 8.4.1 のインストール

インストール手順の詳細(別ページ)

Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.1NVIDIA cuDNN v8.5 のインストールと動作確認: 別ページで説明している.

インストール手順の概要

NVIDIA CUDA ツールキット 11.7.1 のダウンロードとインストール

NVIDIA cuDNN v8.5 のインストール(Windows 上)

要点

インストール手順

  1. ZLIB DLL のダウンロードとインストール

    Windows では,コマンドプロン プトを管理者として実行し, 次のコマンドを実行.

    Windows のコマンドプロンプト管理者として実行するには, 検索窓で「cmd」と入れたあと, 右クリックメニューで「管理者として実行」を選ぶのが簡単.

    [image]

    v11.7」のところは,実際にインストールされているバージョンを確認し,読み替えてください.

    cd "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin"
    curl -O http://www.winimage.com/zLibDll/zlib123dllx64.zip
    call powershell -command "Expand-Archive zlib123dllx64.zip"
    copy zlib123dllx64\dll_x64\zlibwapi.dll .
    

    [image]

    Windows で 「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときの対処:

    ここの説明を参考に ZLIB DLL をインストールする.

  2. NVidia の cuDNN のウェブページを開く

    https://developer.nvidia.com/cuDNN

  3. ダウンロードしたいので,cuDNNのところにある「Download cuDNN」をクリック.

    [image]
  4. NVIDIA Developer Program メンバーシップに入る

    cuDNN のダウンロードのため.

    Join now」をクリック.その後,画面の指示に従う. 利用者本人が,電子メールアドレス,表示名,パスワード,生年月日を登録.利用条件等に合意.

    [image]
  5. ログインする

    [image]
  6. 調査の画面が出たときは,調査に応じる
  7. ライセンス条項の確認

    [image]
  8. ダウンロードしたいバージョンを選ぶ

    ここでは「NVIDIA cuDNN v8.5.0 for CUDA 11.x」を選んでいる.

    このとき,画面の「for CUDA ...」のところを確認し,使用するNVIDIA CUDA のバージョンに合うものを選ぶこと.

    [image]
  9. Windows にインストールするので Windows 版を選ぶ

    [image]
  10. ダウンロードが始まる.

    [image]
  11. ダウンロードした .zip ファイルを展開(解凍)する. その中のサブディレクトリを確認しておく.

    Windows での展開(解凍)のためのソフトには,「7-Zip」などがある.

    [image]
  12. CUDA ツールキットをインストールしたディレクトリ」は,「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7」 のようになっている.確認する.

    [image]
  13. 確認したら, さきほど展開してできたすべてのファイルとディレクトリを,「CUDA ツールキットをインストールしたディレクトリ」にコピーする

    [image]
  14. パスが通っていることを確認.

    次の操作により,cudnn64_8.dllパスが通っていることを確認する.

    Windowsのコマンドプロンプトを開き,次のコマンドを実行.エラーメッセージが出ないことを確認.

    where cudnn64_8.dll
    

    [image]
  15. システム環境変数 CUDNN_PATH の設定を行う.

    システム環境変数 CUDNN_PATH の設定のため, 管理者として実行した コマンドプロンプトで,次のコマンドを実行.

    call powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\", \"Machine\")"
    

    [image]

Python 64 ビット版のインストール,pip と setuptools の更新(Windows 上)

Windows での Python 3.10 のインストール,pip と setuptools の更新: 別ページで説明している.

Python の公式ページ: http://www.python.org/

torch, torchvision, torchaudio のインストール

PyTorch のページで確認ののち,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そのまま使う).

PyTorch のページ: https://pytorch.org/index.html

python -m pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

MMSegmentation 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.

MMCV のインストール(Windows 上)

MMCV のインストールを行う.

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. コマンドプロンプト管理者として実行
  2. PyTorch が認識しているNVIDIA CUDA ツールキット のバージョンを確認

    このとき,実際には 11.7 をインストールしているのに,「cu116」のように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]
  3. PyTorch のバージョンを確認
    python -c "import torch; TORCH_VERSION = '.'.join(torch.__version__.split('.')[:2]); print(TORCH_VERSION)"
    

    [image]
  4. MMCV のインストール

    https://mmcv.readthedocs.io/en/latest/get_started/installation.html に記載の手順による

    cu116」,「1.12」のように表示された場合には,次のように「cu116/torch1.12」を指定する.

    python -m pip install terminaltables
    python -m pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu116/torch1.12/index.html
    
  5. MMCV をインストールできたことの確認

    python -c "from mmcv.ops import get_compiling_cuda_version, get_compiler_version; print(get_compiling_cuda_version()); print(get_compiler_version())"
    

    [image]

MMSegmentation のインストール(Windows 上)

MMSegmentation のインストールを行う.

  1. コマンドプロンプト管理者として実行
  2. 次のコマンドを実行.

    https://mmdetection3d.readthedocs.io/en/latest/getting_started.html#installation による.

    cd %HOMEPATH%
    rmdir /s /q mmsegmentation
    git clone https://github.com/open-mmlab/mmsegmentation.git
    cd mmsegmentation
    python setup.py develop
    python setup.py install
    

MMSegmentation を用いたセグメンテーションの実行(Windows 上)

セマンティック・セグメンテーション(CityScapes, DeepLabV3, R-50-D8 を使用)

  1. コマンドプロンプト管理者として実行
  2. 事前学習済みモデルのダウンロード

    Cityscapes データセットを用いての事前学習済みモデルを使用している.

    MMSegmentation の model zoo のページ: https://github.com/open-mmlab/mmsegmentation/blob/master/docs/en/model_zoo.md

    ここではCityScapes, DeepLabV3, R-50-D8 を選ぶことにする

    • configs/deeplabv3/deeplabv3_r50-d8_512x1024_80k_cityscapes.py
    • https://download.openmmlab.com/mmsegmentation/v0.5/deeplabv3/deeplabv3_r50-d8_512x1024_80k_cityscapes/deeplabv3_r50-d8_512x1024_80k_cityscapes_20200606_113404-b92cfdd4.pth

    次のコマンドを実行.

    cd %HOMEPATH%\mmsegmentation
    mkdir checkpoints
    cd checkpoints
    curl -O https://download.openmmlab.com/mmsegmentation/v0.5/deeplabv3/deeplabv3_r50-d8_512x1024_80k_cityscapes/deeplabv3_r50-d8_512x1024_80k_cityscapes_20200606_113404-b92cfdd4.pth
    dir /w
    
  3. 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: 別ページにまとめている.

    謝辞: 公式ページhttps://mmsegmentation.readthedocs.io/en/latest/get_started.html# のものを書き換えて使用

    Cityscapes データセットで学習済みのモデルを使用.

    import os
    import torch
    from mmseg.apis import inference_segmentor, init_segmentor
    import mmcv
    
    os.chdir((os.getenv('HOMEPATH') + '\\' + 'mmsegmentation'))
    config_file = 'configs/deeplabv3/deeplabv3_r50-d8_512x1024_80k_cityscapes.py'
    checkpoint_file = 'checkpoints/deeplabv3_r50-d8_512x1024_80k_cityscapes_20200606_113404-b92cfdd4.pth'
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    model = init_segmentor(config_file, checkpoint_file, device=device)
    img = 'demo/demo.png'  # or img = mmcv.imread(img), which will only load it once
    result = inference_segmentor(model, img)
    model.show_result(img, result, show=True)
    model.show_result(img, result, out_file='result.jpg', opacity=0.5)
    
  4. 結果が表示される

    エラーメッセージが出ないことを確認.

動画ファイルのセグメンテーション

  1. 動画ファイル video.mp4 を %HOMEPATH%\mmsegmentation に置く
  2. 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: 別ページにまとめている.

    import os
    import torch
    from mmseg.apis import inference_segmentor, init_segmentor
    import mmcv
    
    os.chdir((os.getenv('HOMEPATH') + '\\' + 'mmsegmentation'))
    config_file = 'configs/pspnet/pspnet_r50-d8_512x1024_40k_cityscapes.py'
    checkpoint_file = 'checkpoints/deeplabv3_r50-d8_512x1024_40k_cityscapes_20200605_022449-acadc2f8.pth'
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    model = init_segmentor(config_file, checkpoint_file, device=device)
    video = mmcv.VideoReader('video.mp4')
    for frame in video:
       result = inference_segmentor(model, frame)
       model.show_result(frame, result, wait_time=1)
    
  3. エラーメッセージが出ないことを確認.