トップページ ▶ インストール，使い方 ▶ Windows の種々のソフトウェア（インストール，使い方） ▶ Dlib，face_recognition のインストール（ソースコードを使用）（Windows 上）

サイトマップ

サイト内検索

まとめ

アクセスログ

金子邦彦研究室

Dlib，face_recognition のインストール（ソースコードを使用）（Windows 上）

前準備

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

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）もしくはVisual Studio 2022 を，前もってインストールしておく．NVIDIA CUDA の nvcc を機能させるため．

Git のインストール（Windows 上）

Git のページ https://git-scm.com/ からダウンロードしてインストール:

• Windows での Git のインストール: 別ページで説明している．

cmake のインストール（Windows 上）

cmake のダウンロードページ: https://cmake.org/download/

• Windows での cmake のインストール: 別ページで説明している．

7-Zip のインストール（Windows 上）

7-Zip のページ: https://sevenzip.osdn.jp/

• Windows での 7-Zip のインストール: 別ページで説明している．

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

以下，インストールの注意点をまとめている． インストールと動作確認の詳細は別ページで説明している．

① TensorFlow, PyTorch が必要とするNVIDIA CUDA ツールキットとNVIDIA cuDNN のバージョンの確認

• TensorFlow のバージョンは何でもよい場合（TensorFlow の特定のバージョンを必要としない場合，あるいは，TensorFlow を必要としない場合）

  2022年10月時点では TensorFlow の最新版は 2.10 である． そして，TensorFlow 2.10 は問題なく動作するので，必要なら 2.10 を使うことにする．

  TensorFlow 2.10 を動作させるために， NVIDIA CUDA ツールキット11.8, NVIDIA cuDNN 8.6 (2022/10時点) を使う．

  その根拠：

  • TensorFlow 2.10 の動作に cudart64_110.dll, cusolver64_11.dll, cudnn64_8.dll が必要である．
  • そのために，最新の NVIDIA cuDNNを使う．
  • そして，最新の NVIDIA cuDNNが対応している NVIDIA CUDA ツールキットは， NVIDIA cuDNN のページ https://developer.nvidia.com/cudnn で確認できる．

    必ずしも，最新の NVIDIA CUDA ツールキット を使えるとは限らないので確認が必要．

• 過去の TensorFlow のバージョンを使う場合

  2022年10月時点では TensorFlow の最新版は 2.10 である． 過去の TensorFlow のバージョンを使う場合は， NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンに注意が必要な場合がある．

  詳しくは，別ページで説明しているので，別ページを確認すること．

② NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストール

Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN v8.6 のインストールと動作確認: 別ページで説明している．

以下，インストールの注意点をまとめている．

③ NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストールでの注意点まとめ

NVIDIA ドライバのインストールでの注意点まとめ（Windows 上）

• Windows で，NVIDIA グラフィックス・カードの種類を調べたいときは， hwinfo (URL: https://www.hwinfo.com) を使って調べることができる．
• Windows では，NVIDIA CUDA ツールキットのインストーラに，NVIDIA ドライバが同封されているので，利用することができる．

  但し，最新版ではない NVIDIA CUDA ツールキットを使うときには， NVIDIA CUDA ツールキットのインストーラに同封のNVIDIA ドライバは古いので，問題があるので， 前準備として，NVIDIA ドライバのインストールを行うこと．

  次のページから，最新版の NVIDIA ドライバをダウンロードできる．

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

NVIDIA CUDA ツールキットのインストールでの注意点まとめ（Windows 上）

• Windows では，前準備として，Build Tools for Visual StudioもしくはVisual Studio を，前もってインストールしておく．

  NVIDIA CUDA ツールキットの nvcc の動作に必要．

  • Visual Studio を使う予定がある場合

    Windows での Visual Studio Community 2022 のインストール: 別ページで説明している．

  • Visual Studio を使う予定がない場合

    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．

• Windows では， NVIDIA CUDA ツールキットのインストール中は，他のウインドウはすべて閉じておくことが望ましい．

  他のウインドウを開いている場合，NVIDIA CUDA ツールキットのインストールが失敗する場合がある．

• NVIDIA CUDA ツールキットのダウンロードのページ

  NVIDIA CUDA ツールキットのアーカイブのページ: https://developer.nvidia.com/cuda-toolkit-archive

• TensorFlow 2.4.4 以下を使う場合は， インストールする NVIDIA CUDA ツールキットのバージョン，NVIDIA cuDNN のバージョンに注意する必要がある．

  そのことについて，より詳しい説明は： 別ページで説明している．

• NVIDIA CUDA ツールキットのインストールが終わったら，ユーザ環境変数 TEMP の設定を行う．

  Windows のユーザ名が日本語のとき，nvcc がうまく動作しないエラーを回避するため．

  ユーザ環境変数 TEMP に「C:\TEMP」を設定するために， コマンドプロンプトで，次のコマンドを実行する．

  mkdir C:\TEMP
  call powershell -command "[System.Environment]::SetEnvironmentVariable(\"TEMP\", \"C:\TEMP\", \"User\")"
  

• NVIDIA CUDA クイックスタートガイドの公式ページ

  https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html

NVIDIA cuDNN のインストールのインストールでの注意点まとめ（Windows 上）

• Windows では，前準備として，ZLIB DLL のインストールを行うこと．

  ZLIB DLL のダウンロードページ: https://www.winimage.com/zLibDll で zlib123dllx64.zip

  Windows では， コマンドプロンプトを管理者として開き， 次のコマンドを実行することにより，ZLIB DLL をインストールできる．

  「v11.8」のところは，実際にインストールされている NVIDIA CUDA ツールキットの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\v11.8\bin"
  curl -O http://www.winimage.com/zLibDll/zlib123dllx64.zip
  call powershell -command "Expand-Archive zlib123dllx64.zip"
  copy zlib123dllx64\dll_x64\zlibwapi.dll .
  

• NVIDIA cuDNN のダウンロードページ

  https://developer.nvidia.com/cudnn

• インストールするNVIDIA cuDNN のバージョン

  使用する NVIDIA CUDA ツールキットのバージョンにあう NVIDIA cuDNN のバージョンをインストールすること．

• ダウンロードには，登録が必要．利用条件は利用者で確認すること．
• Windows では，NVIDIA cuDNN に，パスを通す必要がある．
  • NVIDIA cuDNN の8.3 系列以外のバージョン:

    NVIDIA cuDNN の zip ファイルをダウンロードしたら，Windows ならば，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 （「11.8」のところはバージョン番号）のようなパスの通っているディレクトリ に展開（解凍）．

    あるいは，zip ファイルを展開したら，展開先の下の bin にパスを通す．

  • NVIDIA cuDNN v8.3 系列:

    .exe ファイルの実行により「C:\Program Files\NVIDIA\CUDNN\v8.3 」にインストールされるので，C:\Program Files\NVIDIA\CUDNN\v8.3\bin に パスを通す．

• NVIDIA cuDNN のインストール後に，必要に応じて，環境変数 CUDNN_PATH を設定する．
• インストール後は，パスが通っていることを確認．

  次の操作により，cudnn64_8.dll に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する．エラーメッセージが出ないことを確認．

  where cudnn64_8.dll
  

  
• インストール後は，Windows の 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， コマンドプロンプトを管理者として開き， 次のコマンドを実行する．

  call powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\", \"Machine\")"
  

  
• Windows で，NVIDIA cuDNN の利用時に 「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：

  上の説明を参考に ZLIB DLL をインストールすること．

Python のインストール，pip と setuptools の更新，Python 開発環境のインストール

① インストールする Python のバージョンの確認

TensorFlow，PyTorch のバージョンは何でもよい場合（TensorFlow，PyTorch の特定のバージョンを必要としない場合，あるいは，TensorFlow，PyTorch を必要としない場合）

TensorFlow，PyTorch のバージョンは何でも良い場合は， Python のバージョンはわりと自由に選ぶことができる． 2022年10月時点では， Python 3.10 を使う．

使用したい TensorFlow, PyTorch が決まっている場合（あるいは，古いバージョンの Python を使いたい場合）

使用したい TensorFlow, PyTorch が決まっている場合（あるいは，古いバージョンの Python を使いたい場合）では， 次により， Python, TensorFlow, PyTorch のバージョンの組み合わせを確認する．

• 使用する TensorFlow と Python のバージョンの組み合わせの確認

  別ページで説明しているので確認すること．

• 使用する PyTorch と Python のバージョンの組み合わせの確認

  別ページで説明しているので確認すること．

② Python 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 Python のインストール: 別ページで説明している．

【Python の公式ページ】

http://www.python.org/

③ pip と setuptools の更新

Windows での pip と setuptools の更新

1. Windows で，コマンドプロンプトを管理者として開く

   Windows で pip を実行するときは，コマンドプロンプトコマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

   コマンドプロンプトを管理者として実行: 別ページで説明している．

2. 次のコマンドを実行する．

   python -m pip install -U pip setuptools
   

   

④ Python 開発環境として，Python コンソール（Jupyter Qt Console）, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder のインストール

Windows での Python 開発環境のインストール

1. Windows で，コマンドプロンプトを管理者として開く

   Windows で pip を実行するときは，コマンドプロンプトコマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

   コマンドプロンプトを管理者として実行: 別ページで説明している．

2. 次のコマンドを実行する．

   python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext PyQt5 nteract_on_jupyter spyder
   

   

Dlib のインストール

1. Windows で，コマンドプロンプトを実行．
2. cmake の確認

   端末で，次のコマンドを実行する．エラーメッセージが出なければ OK．

   where cmake
   

   

   エラーメッセージが出たときは，Windows での cmake のインストールがうまく行われていない可能性がある．Windows での cmake のインストール: 別ページで説明している．

3. Dlib のソースコードのダウンロード

   cd C:\
   rmdir /s /q dlib
   git clone https://github.com/davisking/dlib
   

   

   古いバージョンの Dlib を使いたい場合には，次のように行う

   cd C:\
   curl -O http://dlib.net/files/dlib-19.19.zip
   "c:\Program Files\7-Zip\7z.exe" x dlib-19.19.zip
   move dlib-19.19 dlib
   

4. cmake の操作

   cmake のオプションの 「Visual Studio 17 2022」のところは， 使用する Visual Studio のバージョンにあわせること． Visual Studio 2022 のときは，「Visual Studio 17 2022」． Visual Studio 2019 のときは，「Visual Studio 16 2019」．

   「11.5」のところは，実際にインストールしている NVIDIA CUDA ツールキットのバージョンにあわせること．

   NVIDIA CUDA ツールキットを使わないときは「-DDLIB_USE_CUDA=NO」を付けて，そのことを指定する．

   cd C:\dlib
   rmdir /s /q build
   mkdir build
   cd build
   del CMakeCache.txt
   cmake .. -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
       -DCUDA_SDK_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.5" ^
       -DCUDA_TOOLKIT_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.5" ^
       -D CUDA_NVCC_FLAGS="-allow-unsupported-compiler" ^
       -DCUDA_NVCC_FLAGS_DEBUG="-allow-unsupported-compiler" ^
       -DCMAKE_INSTALL_PREFIX=c:/dlib ^
       -DUSE_AVX_INSTRUCTIONS=1
   

   
5. cmake の結果の確認

   エラーメッセージが出ていないことを確認

   

   このとき「CMake Error: The soruce directory ... does not appear to contain CMakeLists.txt」と表示されるかもしれない．

   

   このときは，続行せず，次の手順で対処する．

   • 「dir ..」でファイル表示．このとき CMakeLists.txt があるか？　

     →無い場合，原因は，Dlib のソースコードのダウンロードを間違ったか，cd の操作を間違ったようである．このページを参考に，Dlib のソースコードのダウンロードのところからやり直す．

     →ある場合，原因は cmake のオプションに「..」を入れ忘れていたかもしれない．もう一度 cmake の実行をやり直してみる．

   CUDA との連携ができている場合には、 「DLIB WILL USE CUDA」と表示される

   CUDAと連携する Dlib を動かすには，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストールが必要．

   NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストールは終わっているのに，「DLIB WILL USE CUDA」と表示されない場合がある．

   Windows のユーザ名が日本語のとき， ユーザ環境変数 TEMP に日本語が含まれることになり，nvcc がうまく動作しない可能性がある．

   この問題を回避するため． ユーザ環境変数 TEMP の設定を行う．

   ユーザ環境変数 TEMP に「C:\TEMP」を設定するために， コマンドプロンプトで，次のコマンドを実行する．

   mkdir C:\TEMP
   call powershell -command "[System.Environment]::SetEnvironmentVariable(\"TEMP\", \"C:\TEMP\", \"User\")"
   

6. ビルド操作，インストール操作

   cmake --build . --config RELEASE --target INSTALL
   

   
7. 終了の確認

   エラーメッセージが出ていないことを確認

   
8. テスト（テストが不要なら，この操作は行わない）

   かなり時間がかかる．

   次を実行する．エラーメッセージが出ないことを確認．警告メッセージ（黄色）は無視してよい．

   「cd C:\dlib」の次に「cd dlib」があるのは書き間違いではない．

   このとき，赤字のエラーメッセージが出る場合があるが，無視しても問題なさそうである．

   cd C:\dlib
   cd dlib
   cd test
   rmdir /s /q build
   mkdir build
   cd build
   cmake ..
   cmake --build . --config Release
   

   引き続き，次を実行する． 時間がかかる．

   .\release\dtest --runall
   

   「All tests completed successfully」のように表示されたら問題ない．

   

Python の dlib パッケージのインストール

1. Windows で，コマンドプロンプトを管理者として開く．
2. 次のように操作する．

   python -m pip uninstall -y dlib
   cd C:\dlib
   setup.py build 
   python setup.py build 
   python setup.py install 
   

3. 結果の確認

   エラーメッセージが出ていないことを確認

   
4. Python の dlib パッケージがインストールできたことの確認

   バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．

   python -c "import dlib; print( dlib.__version__ )"
   

   

   ※ dlib を用いた顔検出、顔識別などについては， 別ページにまとめている．

5. Windows の システム環境変数 Pathに，c:\dlib\bin を追加することにより，パスを通す．

   コマンドプロンプトを管理者として開き， 次のコマンドを実行する．

   call powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\dlib\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
   

   
6. 学習済みデータなどのダウンロードと展開（解凍）

   端末で，次のコマンドを実行する．することにより， 顔識別などに利用できるファイルの ダウンロードと展開（解凍）が行われる． 次のコマンドを実行するには，curl と 7-Zip が必要である． curl のインストールは 別ページで説明している． 7-Zip のインストールは 別ページで説明している．

   cd C:\dlib
   cd python_examples
   curl -O http://dlib.net/files/mmod_human_face_detector.dat.bz2
   curl -O http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2
   curl -O http://dlib.net/files/shape_predictor_5_face_landmarks.dat.bz2
   curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x mmod_human_face_detector.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x dlib_face_recognition_resnet_model_v1.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x shape_predictor_5_face_landmarks.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x shape_predictor_68_face_landmarks.dat.bz2
   del mmod_human_face_detector.dat.bz2
   del dlib_face_recognition_resnet_model_v1.dat.bz2
   del shape_predictor_5_face_landmarks.dat.bz2
   del shape_predictor_68_face_landmarks.dat.bz2
   

7. 動作確認

   Dlib の動作確認のため，次を実行．エラーメッセージが出ずに，顔検出の結果が表示されれば OK とする．

   cd C:\dlib
   cd python_examples
   python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg
   

   
   
8. 参考情報

   サイト内の別ページに Dlib の利用についてまとめているので，活用してください．

   https://www.kkaneko.jp/db/dlib/

上の手順でうまく dlib をインストールできないとき

上の手順でうまく dlib をインストールできないとき．

このページでは， CUDA と連携させたい，最新版を使いたいという理由で， pip を用いずに，コマンド（手動）で，ソースコードをダウンロードし，ビルドしてインストールしている．

上の手順でうまくいかないときは，次の（１），（２），（３），（４）で解決する可能性がある．

（１）cmakeにパスが通っているかを確認する

（２）Python のインストール: 別ページで説明している．のときに, 「Install for all users」をチェックしなかった場合にトラブルが起きることがある． Python をインストールし直す（このとき， 「Install for all users」をチェック）と簡単に解決できる場合がある．

（３）なお，NVIDIA GPU と Visual Studio Community 2019 を使う場合には， CUDA バージョン 10.1 以上と，それに合う cuDNN をインストールすること．

（４）最新版のDlib でなく，古いバージョンの Dlib を使うと解決できる場合はある．その手順については，このWebページの上に説明がある．

（５）pip を用いて，インストール操作するとうまく動くようになる場合がある．その手順は次の通り．

1. Windows では，コマンドプロン プトを管理者として実行．

   Windows のコマンドプロンプトを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．

   
2. 使用する Python のバージョンの確認

   python --version
   

   
3. パッケージのインストール

   「dlib==19.19」とあるのはバージョン指定． 上の手順でうまく dlib をインストールできない場合は，別のバージョン（古いバージョンなど）を指定してインストールすることで，問題を回避できる可能性がある

   python -m pip install -U dlib==19.19 
   

   
4. Python の dlib パッケージがインストールできたことの確認

   python -c "import dlib; print( dlib.__version__ )"
   

   

ageitgey の face_recognition のインストール

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する．

cd %HOMEPATH%
rmdir /s /q face_recognition
git clone https://github.com/ageitgey/face_recognition
cd face_recognition
copy C:\dlib\python_examples\shape_predictor_68_face_landmarks.dat .
python setup.py build
python setup.py install 

ageitgey の face_recognition で顔識別を行ってみる

ファイルとディレクトリの準備

1. Windows のコマンドプロンプトを開く
2. 2つのディレクトリ known_people, unknown_pictures を作る

   コマンドプロンプトで次のコマンドを実行

   mkdir %HOMEPATH%\face_recognition\known_people
   mkdir %HOMEPATH%\face_recognition\unknown_pictures
   

   
3. 顔画像の準備

   %HOMEPATH%\face_recognition\examples にある顔画像のファイル 「biden.jpg」と「obama.jpg」を，先ほど作成した ディレクトリ known_people の下にコピー

   copy %HOMEPATH%\face_recognition\examples\biden.jpg %HOMEPATH%\face_recognition\known_people
   copy %HOMEPATH%\face_recognition\examples\obama.jpg %HOMEPATH%\face_recognition\known_people
   

   
4. Windows で、ディレクトリ known_people の下に 2つの画像ファイルがあることを確認
   
5. %HOMEPATH%\face_recognition\examples にある顔画像のファイル 「two_people.jpg」を，先ほど作成した ディレクトリ unknown_pictures の下にコピー

   copy %HOMEPATH%\face_recognition\examples\two_people.jpg %HOMEPATH%\face_recognition\unknown_pictures
   

   
6. Windows で、ディレクトリ unknown_pictures の下に画像ファイルがあることを確認
   

顔識別を行ってみる

unknown_pictures の下にある画像ファイルを、 known_people 下の画像ファイルを照合して顔識別を行うコマンド

cd %HOMEPATH%\face_recognition
face_recognition --show-distance true known_people unknown_pictures

顔検出を行ってみる

cd %HOMEPATH%\face_recognition
face_detection --model cnn unknown_pictures

表示される4つの数字は、顔領域の座標値

Dlib 付属のツール類 htmlify, Dlib の imglab のインストール

今度は，Dlib 付属のツール類をインストールしたい

http://dlib.net/compile.html の記述に従う

1. Windows で，コマンドプロンプトを管理者として開く．
2. htmlify のビルドとインストール

   cd C:\dlib
   cd tools\htmlify
   rmdir /s /q build
   mkdir build
   cd build
   cmake -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
       -DCMAKE_INSTALL_PREFIX="c:\dlib" ..
   cmake --build . --config RELEASE 
   cmake --build . --config RELEASE --target INSTALL 
   

   結果を確認．エラーメッセージが出ていないこと

   
3. imglab のビルドとインストール

   cd C:\dlib
   cd tools\imglab
   rmdir /s /q build
   mkdir build
   cd build
   cmake -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
       -DCMAKE_INSTALL_PREFIX="c:\dlib" ..
   cmake --build . --config RELEASE 
   cmake --build . --config RELEASE --target INSTALL 
   

   結果を確認．エラーメッセージが出ていないこと

   

   imglab の使用法については 別ページで説明している．

Dlib のサンプルプログラムのビルド

今度は，examples をビルドしたい

http://dlib.net/compile.html の記述に従う

1. Windows で，コマンドプロンプトを管理者として開く．

   cd C:\dlib
   cd examples
   rmdir /s /q build
   mkdir build
   cd build
   cmake -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
       -DCMAKE_INSTALL_PREFIX="c:\dlib" ..
   

2. 結果の確認

   エラーメッセージが出ていないこと

3. ビルド操作，インストール操作

   cmake --build . --config RELEASE
   

   結果を確認．エラーメッセージが出ていないこと