山ノ内勇斗 | Hayato M. Yamanouchi

タグ: deeplabcut

SLEAPのインストール方法[2024年2月更新]
SLEAPという機械学習を用いた動物の身体部位のトラッキングツールのインストール方法について書いていきたいと思います。

DeepLabCutがトラッキングツールとして最もメジャーであり僕自身も過去にインストール方法について書いたり、他の人が多くの記事を残してくれています。

しかし、SLEAPについては日本語での記事は少ないのが現状です。
SLEAPはDeepLabCutよりも優れている点はたくさんあり、選択肢の一つとしてできるようにするために今回インストール方法を書こうと決意しました。

SLEAPはインストール方法から使い方まで動画付きで非常にわかりやすくまとまっているので、英語がわかる方なら簡単に使うことができると思います。

SLEAPの論文についてはこちら

SLEAPの公式サイトはこちら

SLEAPのGitHubはこちら

はじめに

まず初めに、SLEAP(公式)のインストール方法に書いてある、
```
mamba create -y -n sleap -c conda-forge -c nvidia -c sleap -c anaconda sleap=1.3.3
```
で一発で環境構築からパッケージのインストール、その他の諸々を行うという方法は、筆者はいくつかのパソコンで試したが、どれも環境構築の段階でずっと処理中になってしまい、うまくいかなかった。

よって、今回は公式が提案する別の方法でインストールする方法を紹介する。

インストール方法

基本的にはSLEAP公式のサイトのインストール方法にのっとって行なっていきます。

動作環境

・Windows 11 pro
・NVIDIA 3080で動作確認
・SLEAP 1.3.3
・Python 3.7.12

ファイルのダウンロード

まず初めに、SLEAPのGitHubからファイルを自分のパソコンにダウンロードします。

Gitで行う場合には以下のコードを行います。
```
git clone https://github.com/talmolab/sleap
```
gitコマンドが使えない場合には、gitをインストールする、もしくはGitHubから直接ファイルをダウンロードします。

GPUのドライバーのインストール

NVIDIAのドライバーをインストールします。
（もともとインストールされている場合はスキップします。）

Anacondaのインストール

次に、AnacondaのサイトからWindows 10 64bit版をダウンロード、インストールします。
AnacondaのサイトのFree Downloadを押し、サイトの下の方に行くと下のような画面になるので、
一番左のWindowsのインストーラーを入れましょう。

Anacondaがインストールできると、windowsのアプリ一覧の中に、”Anaconda Prompt”が入っていると思います。
それを使って、以下のコードを実行し、仮想環境の構築やインストール、さらにはSLEAPの起動を行ってきます。

仮想環境の構築とインストール

その後、以下のコードを実行し、仮想環境の構築、そしてSLEAPのインストールします。
仮想環境名は”sleap”になります。
```
cd sleap
conda env create -f environment.yml -n sleap
```
ちなみに、GPUの入っているパソコンでは上記のコードで行うことができますが、
もし入っていないパソコンでは、以下のコードで行うことができます。
```
cd sleap
conda env create -f environment_no_cuda.yml -n sleap
```
これでインストールは完了です。

インストールできたかの確認

仮想環境のアクティベーションを行い、sleap-labelでSLEAPを起動します。
```
conda activate sleap
sleap-label
```
仮想環境のアクティベーション(codna activate sleapのコマンド部分です。)はAnaconda Promptを閉じた際には毎度行う必要があります。

仮想環境のアクティベーションで(base)から、(sleap)になると思います。

起動できたら問題なくインストールができました。

論文に載せる際のバージョンなどの確認

バージョンの確認はsleapの仮想環境をアクティベートした後で、以下のコマンドを実行します。
```
python -c "import sleap; sleap.versions()"
```
すると、
```
SLEAP: 1.3.3
TensorFlow: 2.7.0
Numpy: 1.21.5
Python: 3.7.12
OS: Windows-10-10.0.22621-SP0
```
と、SLEAPのバージョン情報などが出力されます。

また、SLEAPがGPUを利用できているかについては、
```
python -c "import sleap; sleap.system_summary()"
```
で確認できます。
利用できているときは以下のような出力になります。
```
GPUs: 1/1 available
  Device: /physical_device:GPU:0
         Available: True
       Initialized: False
     Memory growth: None
```
次回以降はSLEAPの具体的な使い方について紹介できたらなと思います。

おまけ

パソコンどれを使えばいいのかわからない方へ、パソコン購入相談をココナラでやることにしました！
あなたの要望に合わせてパソコンを選び、提案しますパソコン選びに困っている方々へ！様々な目的に対応できます！
パソコンを選んだり、アドバイスすることが多く多くの友人からパソコンの相談やったら儲かるのにと言われました。
それに感化されて一旦やってみようと思いました！

パソコンの利用目的に合わせて、そしてパソコンの予算に合わせて購入をご提案します。
特に機械学習に用いるパソコンを多く選び、使ってきています。

そして、希望があればパソコンを今後買う時にどこに注目すると良いかもアドバイスしていきたいと思います。

今まで選んだことあるパソコンとして、研究室の解析用パソコン、実用パソコン、ゲーム配信用パソコン、大学の新入生用のパソコン、建築学科用のCADが使えるパソコン、とりあえずのパソコンなど。

MacとWindowsの両方使っているので、どちらのお話、ご提案もできます！

ぜひ利用してみてください
2024-01-21
DeepLabCut2.3のインストール方法[2023年12月更新]
今回の記事ではDeepLabCutのインストール方法について説明していきます。

参考サイト
・日本語サイト
https://qiita.com/auditorycortex/items/1b3a55101cddf09553b2
↑非常にわかりやすい。とりあえずこれに従っておけば大丈夫なはず

https://note.com/sakulab/n/n9caeb32d74d6
↑画像付き

・DeepLabCutホームページ
・GitHub

インストール方法

動作環境
・Windows 10
・NVIDIA 2060 SUPER, NVIDIA 1080 Ti, NVIDIA 3080で動作確認
(NVIDIA 1060 SUPERでは動作せず)
・DeepLabCut 2.1
・NVIDIA Driver 最新版
・Anaconda3
・Python 3.8
・CUDA 11.8
・tensorflow-gpu 2.5

手順
まず初めに、GitHubのサイトのマスターファイルをダウンロードしておきます。

Codeの”Download ZIP”よりダウンロードすることができます。

次に、AnacondaのサイトからWindows 10 64bit版をダウンロード、インストールします。

NVIDIAのドライバーをインストールします。（もともとインストールされている場合はスキップします。）

DeepLabCutのサイトの下のほうへとスクロールし、右側の　”DOWNLOAS CONDA FILE”　をクリックし、
DEEPLABCUT.yamlをダウンロードします。

PCのどこかにDeepLabCutフォルダーを作り(デスクトップ、もしくはCドライブのディレクトリがおすすめ)、その中にenvironmentフォルダーをつくりましょう。
そして、そのファイルの中に先ほどダウンロードしたDEEPLABCUT.yamlのファイルを入れます。
これは人の好みによりますが、僕は環境ファイルはある一定のところへと保存したい派ですので、このようにしております。

Anaconda Promptを管理者権限で起動します。(なんか黒い文字ばっかのターミナル、もしくはコマンドプロントのような画面が出てくる)
Anaconda PromptはAnacondaをダウンロードした際に、一緒に入っており、PCのソフト一覧から見つけることができると思います。

さきほどダウンロードしたDEEPLABCUT.yamlファイルをつかって仮想環境を構築します。
Anaconda Promptで
```
conda env create -f C:\(DLC-GPU.yamlファイルの場所)\DEEPLABCUT.yaml
```
と入力しましょう。
DEEPLABCUT.yamlファイルの場所は、ファイルのプロパティから確認することができるので、そこから確認し、入力しましょう。

このコードを動かすと、いろいろダウンロードなどをするかと思います。
その後、作った仮想環境に入りましょう。
```
conda activate DEEPLABCUT
```
すると、(base)から(DEEPLABCUT)に代わっていると思います。
そこまでいけばとりあえずは成功です。

次に、CUDAとcuDNNをインストールします。
```
conda install -c conda-forge cudnn
```
これによって、CUDA toolkitとcuDNNをいい感じのバージョンをダウンロードしてくれます。

その後、以下の4つのコードを入力し、インストールします。
```
pip install numpy
pip install deeplabcut
pip install imgaug
pip install torch
```
DeepLabCutをアップデートし、インストールは完了です。
```
pip install --upgrade deeplabcut
```
ここまで出来たら、一度起動してみましょう。
```
conda activate DEEPLABCUT
python -m deeplabcut
```
を入力することで、DeepLabCutのGUIを起動させることができます。

DeepLabCutがGPUで動いてくれない時の対処

trainingを開始してみたら、あれ？遅くね？ってなることがあります。
それはGPUでDeepLabCutを動かしたいはずが、CPUで動かしてしまっているからです。

よくある原因はCUDA, cuDNN, tensorflowのバージョンが合致していないという問題です。

tensorflowなどは最新版にどんどん更新されていきます。
なので、たまにうまくいかなくなることがあります。

最新のバージョン情報に関しては、DeepLabCutのGitHubで確認してみてください。

以上がインストール方法でした。
次回以降は使い方を説明していきたいと思います。

おまけ

パソコンどれを使えばいいのかわからない方へ、パソコン購入相談をココナラでやることにしました！
あなたの要望に合わせてパソコンを選び、提案しますパソコン選びに困っている方々へ！様々な目的に対応できます！
パソコンを選んだり、アドバイスすることが多く多くの友人からパソコンの相談やったら儲かるのにと言われました。
それに感化されて一旦やってみようと思いました！

パソコンの利用目的に合わせて、そしてパソコンの予算に合わせて購入をご提案します。
特に機械学習に用いるパソコンを多く選び、使ってきています。

そして、希望があればパソコンを今後買う時にどこに注目すると良いかもアドバイスしていきたいと思います。

今まで選んだことあるパソコンとして、研究室の解析用パソコン、実用パソコン、ゲーム配信用パソコン、大学の新入生用のパソコン、建築学科用のCADが使えるパソコン、とりあえずのパソコンなど。

MacとWindowsの両方使っているので、どちらのお話、ご提案もできます！

ぜひ利用してみてください

追記 1

DeepLabCutと同様に、行動のトラッキングを行うツールである”SLEAP”のインストール方法についても記事に書きました。

SLEAPもDeepLabCutに負けないツールなので、ぜひ使って見てください。

SLEAPのインストール方法[2024年2月更新]
2021-03-26

タグ: deeplabcut

SLEAPのインストール方法[2024年2月更新]

はじめに

インストール方法

動作環境

ファイルのダウンロード

GPUのドライバーのインストール

Anacondaのインストール

仮想環境の構築とインストール

インストールできたかの確認

論文に載せる際のバージョンなどの確認

おまけ

DeepLabCut2.3のインストール方法[2023年12月更新]

インストール方法

DeepLabCutがGPUで動いてくれない時の対処

おまけ

追記 1