YOLOXとは
YOLOシリーズがたくさん出ている中、2021年7月に最新のYOLOXが出ました。
YOLOXに関する論文はこちら (現在プレプリントです。)こちら
YOLOは物体認識のアルゴリズムです。
物体認識アルゴリズムと聞くと少し難しそうですが、簡単に想像できるのは、カメラの顔や目の自動フォーカスです。
YOLOはたくさんのシリーズがあり、YOLO, YOLOv2, YOLOv3, YOLOv4, YOLOv5, YOLOXと出てきています。
YOLOXはYOLOv3からのシステムとは異なり、YOLO(最初に出版された方法)でのシステムとなっており、動作も早く、また正確性もかなり向上しているとのことです。
詳しくは他のブログサイトでも書かれています。
YOLOXのインストール方法
GitHubのサイトにもインストール方法が記載されていますが、英語なのと、仮想環境を使った方法では書かれていないので、今回はAnacondaで仮想環境を使って行う方法です。
WindowsとMacの両方で、YOLOXのマニュアル通りにインストールするとエラーが連発しました。
macのターミナルでcondaコマンドを使う方法は以下から
WindowsではAnaconda Promptを使うと良いかと思います。
ターミナル(Anaconda Prompt)を開き、文字が並んでいる黒いウィンドウができます。
仮想環境なしでもYOLOXは動作できますが、他のパッケージとの環境が交差してしまうので、仮想環境を作ることをお勧めします。
まず以下のコードを入力し、仮想環境を作成します。
conda create -n YoloX python=3.8YoloXは仮想環境名で、これでなくても大丈夫です。
その後以下のコードで仮想環境に入ります。
conda activate YoloXこれで、左の(base)が(YoloX)になっていたら成功です。
CUDAのインストール
まず、機械学習のライブラリを初めてインストールする方で、YOLOの学習をGPUで行うおうとする方はCUDAをインストールしましょう。CUDAは公式サイト からダウンロードできます。
CUDAのバージョンは、PyTorchで対応しているCUDAのバージョンを確認してから、そのバージョンをインストールするといいと思います。PyTorchの公式サイト
過去のバージョンをインストールするには、Download nowを押した後の画面で、下の方のResourcesのArchive of Previous CUDA Releases でインストールすることができます。
最新バージョンでもできるかもしれませんが、取り合えず、PyTorchに合わせておけば問題なく動かすことができると思います。
インストールされているかはwindowsで、「システム環境変数の編集」を開き、詳細設定>環境変数と開き、
PyTorchのインストール
まず、インストールする前に、pipの更新をしておきましょう。
python -m pip install --upgrade pipPyTorchの公式サイト に行き、自分の環境に合ったインストール方法を選びましょう。ここではpipを選択しましょう 。
Run this Commandのコマンドをコピペして、仮想環境にインストールします。
インストールが終わったら、以下のコマンドでPyTorchがインストールされているか確認しましょう。
pip listこの中に、torchが入っていればOKです！！！
import torch
print(torch.cuda.is_available())出力でTrueと出れば問題なくインストールできており、torchをGPUで動かす準備が整ったということになります。
YOLOXに関わるパッケージのinnsuto-ru
GitHubからYOLOXの諸々のファイルをダウンロード(クローン)します。
git clone git@github.com:Megvii-BaseDetection/YOLOX.gitその後、クローンしたフォルダにアクセスし、必要なパッケージをインストールします。
まず、クローンしたYOLOXのフォルダにある、requirements.txtの中身を以下のように書き換えます。
# TODO: Update with exact module version
numpy
#torch>=1.7
opencv_python
loguru
tqdm
#torchvision
thop
ninja
tabulate
# verified versions
# pycocotools corresponds to https://github.com/ppwwyyxx/cocoapi
#pycocotools>=2.0.2
#onnx==1.8.1
onnxruntime==1.8.0
onnx-simplifier==0.3.5どうやら、pycocotoolsなどはこのコマンドで入れることができないようです。
これが終わったら、requirements.txtを保存して、下のコマンドをターミナル(Anaconda prompt)で実行します。
cd YOLOX
pip3 install -r requirements.txt
pip3 install cython pycocotoolsダウンロードしたYOLOXのフォルダには”requirements.txt”というファイルがあり、ここに必要なパッケージが入っているので、これを読み取り専用で開き、記載されているパッケージをインストールするコマンドが二つ目のコマンドです。
pip3 install cython pycocotoolsこのコマンドによって、cythonとpycocotoolsをインストールすることができます。
このコマンドを実行すると、以下のエラーが出る人もいるかと思います。
building 'pycocotools._mask' extension
error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/Microsoft C++ Build Tools がpycocotoolsには必要だそうです。(Mac版がないのに、Macでもエラーが出る。)
これをインストールし、さらに以下のコードで再度インストールを試みてください。
pip3 install "git+https://github.com/philferriere/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI"それでもうまくいかない場合には、以下のコマンドで入れましょう。
conda install -c conda-forge pycocotools基本的には今回のパッケージ等はpipでインストールしていますが、こればっかりはインストールできないので、condaでインストールするという最終手段を使います。
次に、yolox_x.pth をダウンロードします。
ダウンロードしたファイルをgithubからクローンしたYOLOXのフォルダに入れましょう。
tools/demo.pyの上部に下記をプログラムに追記し、yoloxフォルダへアクセスできるようにします。
#demo.pyの中身に書き込みましょう。
import sys
import os
sys.path.append(os.path.join(os.path.dirname(__file__), '..'))これを行わないと、yoloxのパッケージがありませんというエラーが出されます。
その後、ターミナルで以下のコマンドを実行しましょう。
python tools/demo.py image -n yolox-x -c yolox_x.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu
#gpuで動かさない場合には、gpuをcpuに書き換えてください。–device gpu は 状況に応じて –device cpuに書き換えてください。
これで、YOLOX/YOLOX_outputs/yolox_x/vis_res/20……..の中に以下の画像が入っていればよいです。
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。
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。
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
![[2022年12月更新]YOLOXのインストール方法](https://www.stg.tankobucreate.com/wp-content/uploads/2022/11/dog.jpg)
