トップページ -> 実践知識 -> 顔検出、顔識別 -> Dlib で、画像を使っての学習と画像認識の手順(付属の imglab を使用)
[サイトマップへ], [サイト内検索へ],

Dlib で、画像を使っての学習と画像認識の手順(付属の imglab を使用)

サイト構成 連絡先,業績など 実践知識 データの扱い コンピュータ 教材 サポートページ

Dlibは,機械学習のアルゴリズムの機能を持つソフトウエア.

利用条件などは利用者において確認してください

サイト内の関連Webページ:

謝辞

Dlib の作者に感謝します


前準備

Python, 主要パッケージ, TenforFlow, Keras, Dlib, MSVC ビルドツール (Build Tools) のインストール

以下,Windows でインストール済みであるものとして説明を続ける.


imglab のビルド

前準備として、Windows のときは MSVC ビルドツール (Build Tools) のインストールが終わっていること

  1. Windows のコマンドプロンプトを管理者として実行する.

  2. 次のコマンドを実行
    cd C:\pytools\dlib\tools\imglab
    cmake .
    cmake --build . --config RELEASE --target INSTALL
    


(以下省略)

※ 「C:\pytools\dlib」は,Dlib をインストールしたディレクトリに読み替えること。

※ まだ Dlib のインストールを行っていないときは、 「Windows で Python 3 処理系,virtualenv, virtualenvwrapper, Keras, TensorFlow, OpenCV, Dlib その他 Python パッケージと各種ツール (Chocolatey, git, cmake, wget, 7zip など)のインストール」の Web ページ の「Dlib のインストール」を見て、Dlib のインストールを行うこと


imglab を使ってみる

  1. 画像を数枚準備する

  2. 準備した画像ファイルを,次のディレクトリに置く
    C:\pytools\dlib\tools\imglab\Release
    

  3. 画像ファイルの準備が終わったら、 .xml 形式ファイルを作る.

    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.

    「.\imglab.exe -c mydata.xml .」は、.xml 形式ファイルを作るコマンド.ファイル名 mydata.xml は何でもよい

    C:
    cd C:\pytools\dlib\tools\imglab\Release
    .\imglab.exe -c mydata.xml .
    

  4. 生成された .xml 形式ファイルをエディタなどで開き確認してみる.

  5. imglab を起動してみる

    Windowsのコマンドプロンプトで、次のコマンドを実行.

    .\imglab.exe mydata.xml 
    

    imglab は,画像ビューワになっている

  6. imglab で、領域を指定してみる

    シフトキー(SHIFT キー)を押しながら、マウスをドラッグ<

  7. 保存する

    File」→「Save」」と操作する

  8. 確かに .xml形式ファイルに,結果が保存される

    指定した領域についての情報が保存される


Dlib を用いた学習

  1. 教材ファイル Release.zip をダウンロード

    写真は https://ccphotosearch.com/ を利用して、クリエイティブ・コモンズのものを使用.領域指定は手作業で実施.

  2. ダウンロードした Release.zip ファイルを展開(解凍)する.分かりやすいディレクトリに置く.

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

  3. 展開してできたファイルを、まるごと C:\pytools\dlib\tools\imglab\Release にコピー

  4. Web ブラウザで training.xml を開いて、確認してみる

    14枚の画像について、 領域を指定済み

    Google Chrome ではうまく表示できない.下の図では Firefox での表示結果を示している.

  5. imglab を起動して確認してみる

    Windowsのコマンドプロンプトで、次のコマンドを実行.

    C:
    cd C:\pytools\dlib\tools\imglab\Release
    .\imglab.exe training.xml
    

  6. imglab を閉じる

  7. 学習を行う(学習データの生成)

    最後の「.」を忘れないこと

    python C:\pytools\dlib\python_examples\train_object_detector.py .
    

  8. 途中で、Enterキーを押して続行

  9. 次のプログラムファイルを作り、 C:\pytools\dlib\tools\imglab\Release の下に hoge.py のようなファイル名で保存

    謝辞:http://tadaoyamaoka.hatenablog.com/entry/2016/09/21/184955 のものを参考に(少し変更して)使っています

    import os
    import sys
    import glob
    
    import dlib
    from skimage import io
    
    if len(sys.argv) != 2:
        exit()
    f = sys.argv[1]
    
    detector = dlib.simple_object_detector("detector.svm")
    
    win_det = dlib.image_window()
    win_det.set_image(detector)
    
    win = dlib.image_window()
    
    print("Processing file: {}".format(f))
    img = io.imread(f)
    dets = detector(img)
    print("Number of objects detected: {}".format(len(dets)))
    for k, d in enumerate(dets):
        print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}".format(
            k, d.left(), d.top(), d.right(), d.bottom()))
    
    win.clear_overlay()
    win.set_image(img)
    win.add_overlay(dets)
    dlib.hit_enter_to_continue()
    

  10. Windows のコマンドプロンプトを開く

  11. (オプション)もし、virtualenv のPython 仮想環境にインストールしていて、それを使いたいときは、有効化する

    ※ virtualenv のPython 仮想環境を有効化したいときに限る(「ai」のところは、Python仮想環境の名前に変えること)

    workon ai
    

  12. ファイルのコピー
    python hoge.py 5920652345_5be61ae940.jpg
    

    以上、学習と、画像の識別を示した(上の犬の写真では、画像の識別がうまくいっていない)

    「Could not find conda environment: ai」というメッセージが出たときは、 隔離された Python 環境の作成(名前は ai).Tensorflow, Keras のインストールを行う.

  13. 学習に使う画像を増やすには
    .\imglab training.xml