인스턴스 세그멘테이션 YOLACT (Windows10, Python3.7, CUDA10.0, Pytorch 1.2.0)
4528 단어 파이썬OpenCV사랑DeepLearning기계 학습
소개
실시간 인스턴스 세분화의 YOLACT를 시도합니다.
개발 환경
소개
1. 여기 에서 복제합니다.
2. YOLACT 환경을 작성합니다.
conda create -n yolact python=3.7
conda activate yolact
cd yolact-master
3. 각 라이브러리를 설치합니다.
requirements.txt를 만들고 설치합니다.
requirements.txtcython
# pytorch::torchvision
# pytorch::pytorch >=1.0.1
# cudatoolkit
# cudnn
# pytorch::cuda100
matplotlib
# git # to download COCO dataset
# curl # to download COCO dataset
# unzip # to download COCO dataset
# conda-forge::bash # to download COCO dataset
opencv-python
pillow<7.0 # bug PILLOW_VERSION in torchvision, must be < 7.0 until torchvision is upgraded
# pycocotools
PyQt5 # needed on KDE/Qt envs for matplotlib
pip install -r requirements.txt
pycocotools를 설치합니다. I can't install cocoapi on Windows 10 #185
pip install "git+https://github.com/philferriere/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI"
PyTorch를 설치합니다. PyTorch v1.2.0 CUDA 10.0
pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
4. weights 폴더를 만들고 yolact_base_54_800000.pth을 다운로드하여 넣습니다.
실행
아래 명령을 실행해 봅시다. input_image.png를 변경하여 원하는 이미지를 지정합니다.
python eval.py --trained_model=weights/yolact_base_54_800000.pth --score_threshold=0.15 --top_k=15 --image=input_image.png:output_image.png
입력
output
아래 명령을 실행하여 웹캠의 영상을 입력합니다.
python eval.py --trained_model=weights/yolact_base_54_800000.pth --score_threshold=0.15 --top_k=15 --video_multiframe=4 --video=0
SnapCamera 등에 웹캠을 점유하고 있는 경우는 --video=1 등으로 변경해 보세요.
처리 속도는 8.3fps 정도였습니다.
Real-Time Instance Segmentation YOLACT.#YOLACT#Python#PyTorch#AI#기계학습#DeepLearning
YOLACT++
conda create -n yolact python=3.7
conda activate yolact
cd yolact-master
cython
# pytorch::torchvision
# pytorch::pytorch >=1.0.1
# cudatoolkit
# cudnn
# pytorch::cuda100
matplotlib
# git # to download COCO dataset
# curl # to download COCO dataset
# unzip # to download COCO dataset
# conda-forge::bash # to download COCO dataset
opencv-python
pillow<7.0 # bug PILLOW_VERSION in torchvision, must be < 7.0 until torchvision is upgraded
# pycocotools
PyQt5 # needed on KDE/Qt envs for matplotlib
pip install -r requirements.txt
pip install "git+https://github.com/philferriere/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI"
pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
아래 명령을 실행해 봅시다. input_image.png를 변경하여 원하는 이미지를 지정합니다.
python eval.py --trained_model=weights/yolact_base_54_800000.pth --score_threshold=0.15 --top_k=15 --image=input_image.png:output_image.png
입력
output
아래 명령을 실행하여 웹캠의 영상을 입력합니다.
python eval.py --trained_model=weights/yolact_base_54_800000.pth --score_threshold=0.15 --top_k=15 --video_multiframe=4 --video=0
SnapCamera 등에 웹캠을 점유하고 있는 경우는 --video=1 등으로 변경해 보세요.
처리 속도는 8.3fps 정도였습니다.
Real-Time Instance Segmentation YOLACT.#YOLACT#Python#PyTorch#AI#기계학습#DeepLearning
YOLACT++
YOLACT++를 실행하려면 DCNv2를 설정해야 하지만
cd external/DCNv2
python setup.py build develop
Visual Studio 오류가 발생했습니다.
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\crt/host_config.h(133): fatal error C1189: #error: -- unsupported Microsoft Visual Studio version! Only the versions 2012, 2013, 2015 and 2017 are supported!
error: command 'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0\\bin\\nvcc.exe' failed with exit status 2
오류의 내용을 보면 CUDA9.0의 경로가 읽혀지고 게다가 Visual Studio 2019에는 대응하지 않는 것 같습니다. CUDA의 경로(시스템 환경 변수)를 10.0으로 해 보았습니다만, Visual Studio 2017이 들어 있는데도, 참조해 주지 않는 모양. Visual Studio 2019는 제거하고 싶지 않으므로 포기하기로 결정합니다.
고맙습니다.
Reference
이 문제에 관하여(인스턴스 세그멘테이션 YOLACT (Windows10, Python3.7, CUDA10.0, Pytorch 1.2.0)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/SatoshiGachiFujimoto/items/842d503d2eae27813d74텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
