SSD_keras demo をubuntu16.04で実行

SSD: Single Shot MultiBox Detectorをkerasフレームワークを用いて実装できるとのことで
仮想マシン上のUbuntu16.04を用いて実装した。
f:id:free6464:20170911180318p:plain

まず、今回用いたソフトなどのVersionを大雑把に記載する。

Ubuntu 16.04(vmware playerを用いた仮想OS)

Python3.5.2

Keras v2.0.8(pip)

tensorflow v1.3.0(pip)

h5py v2.7.1(pip)

pillow v4.2.1(pip)

OpenCV v3.1.0(自前でビルドインストール)

ffmpeg v3.3.3-1(apt経由)

本当は上記の他にCUDAをインストールしたかったが仮想マシンOSの為断念した。

また、実装環境はPythonの固有環境を作成するvirtualenvを用いている。

※この実装は大量のパッケージをインストールするほか、システム変数も弄るので
　仮想OSのようなテスト環境を用いることを強く推奨します！！！

opencv3.1.0インストール

まずは必要なパッケージ類をインストール

初めにopencvをビルドする為に必要なパッケージをインストールする。

sudo apt-get install build-essential cmake cmake-qt-gui pkg-config
sudo apt-get install libjpeg8-dev libtiff5-dev libjasper-dev libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libxvidcore-dev libx264-dev
sudo apt-get install libgtk-3-dev
sudo apt-get install libatlas-base-dev gfortran
sudo apt-get install python2.7-dev python3.5-dev

pythonのライブラリ管理ツールであるpipをインストール

wget https://bootstrap.pypa.io/get-pip.py
python get-pip.py
#delete get-pip.py
sudo rm -rf ~/get-pip.py ~/.cache/pip

Pythonの固有環境を作成するvirtualenvをインストールと
bashで利用できるように設定を書き込む。

sudo pip install virtualenv virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs

echo -e "\n# virtualenv and virtualenvwrapper" >> ~/.bashrc
echo "export WORKON_HOME=$HOME/.virtualenvs" >> ~/.bashrc
echo "source /usr/local/bin/virtualenvwrapper.sh" >> ~/.bashrc
#設定反映
source ~/.bashrc

すると、以下のようなメッセージが表示されるはずです
virtualenvwrapper.user_scripts creating /root/.virtualenvs/premkproject
virtualenvwrapper.user_scripts creating /root/.virtualenvs/postmkproject
virtualenvwrapper.user_scripts creating /root/.virtualenvs/initialize
virtualenvwrapper.user_scripts creating /root/.virtualenvs/premkvirtualenv
virtualenvwrapper.user_scripts creating /root/.virtualenvs/postmkvirtualenv
virtualenvwrapper.user_scripts creating /root/.virtualenvs/prermvirtualenv
virtualenvwrapper.user_scripts creating /root/.virtualenvs/postrmvirtualenv
virtualenvwrapper.user_scripts creating /root/.virtualenvs/predeactivate
virtualenvwrapper.user_scripts creating /root/.virtualenvs/postdeactivate
virtualenvwrapper.user_scripts creating /root/.virtualenvs/preactivate
virtualenvwrapper.user_scripts creating /root/.virtualenvs/postactivate
virtualenvwrapper.user_scripts creating /root/.virtualenvs/get_env_details

そして、virtualenvをPython3で使用する為に以下のコマンドを入力

mkvirtualenv cv -p python3

以下のメッセージが表示されたら設定完了です。
Running virtualenv with interpreter /usr/bin/python3
Using base prefix '/usr'
New python executable in /root/.virtualenvs/cv/bin/python3
Also creating executable in /root/.virtualenvs/cv/bin/python
Installing setuptools, pip, wheel...done.

#workon cv　とコマンドを打てば固有環境が構築できています。
（コンソールに(cv)と表示されている状態）

f:id:free6464:20170911174004p:plain
図1: virtualenv動作

以後、この状態にて実装していきます。

ffmpeg v3.3.3-1インストール

Ubuntuだとapt経由でインストールできます。

sudo add-apt-repository ppa:jonathonf/ffmpeg-3
sudo apt update && sudo apt install ffmpeg libav-tools x264 x265

opencv3.3.1ビルド&インストール

まず、opencv3.1.0をDLします。(opencv_contribも念のためDL)

wget -O opencv.zip https://github.com/Itseez/opencv/archive/3.1.0.zip
unzip opencv.zip

wget -O opencv_contrib.zip https://github.com/Itseez/opencv_contrib/archive/3.1.0.zip
unzip opencv_contrib.zip

そしてopencvフォルダの中にbuildフォルダを作成します。

cd opencv-3.1.0/
mkdir build
cd build/

いよいよopencvをビルドインストール！virtualenvのpython3を認識させたいので
ビルドは#workon cvを忘れずに実行してから行うこと

cmake -D CMAKE_BUILD_TYPE=RELEASE     -D CMAKE_INSTALL_PREFIX=/usr/local     -D INSTALL_PYTHON_EXAMPLES=ON     -D INSTALL_C_EXAMPLES=OFF     -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.1.0/modules     -D PYTHON_EXECUTABLE=~/.virtualenvs/cv/bin/python -D WITH_CUDA=OFF 　　　　-D WITH_FFMPEG=ON     -D BUILD_EXAMPLES=ON ..

#-j○の○の部分は自身のコアを入力する
make –j8
make clean
make install
ldconfig

opencvにcv2ライブラリを認識させる為以下の手順を実行します。

cd /usr/local/lib/python3.5/site-packages/
sudo mv cv2.cpython-35m-x86_64-linux-gnu.so cv2.so
cd ~/.virtualenvs/cv/lib/python3.5/site-packages/
ln -s /usr/local/lib/python3.5/site-packages/cv2.so cv2.so

最後に不要となったファイルを削除

cd
rm -rf opencv-3.1.0 opencv_contrib-3.1.0 opencv.zip opencv_contrib.zip

ssd_keras をダウンロード

gitレポジトリからssd_kerasのdemo環境フォルダをDL

git clone https://github.com/rykov8/ssd_keras.git

さらに教師データ(weights_SSD300.hdf5)を以下のサイトからDL
MEGA

demoを実行する為に以下の操作を行う
まず、動作に必要なpythonモジュールをインストール

pip install tensorflow keras h5py pillow

さらに、ssd_kerasフォルダの中のファイルを編集する

###/root/ssd_keras/testing_utils/videotest.py

# 87行目
vidw = vid.get(cv2.cv.CV_CAP_PROP_FRAME_WIDTH)
vidh = vid.get(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT)

# 以下に修正
vidw = vid.get(cv2.CAP_PROP_FRAME_WIDTH)
vidh = vid.get(cv2.CAP_PROP_FRAME_HEIGHT)

#物体検出結果をコンソールでも確認したい場合
# 162行目に以下を追加
print(text)

###/root/ssd_keras/testing_utils/videotest_example.py

# 18行目
#weights_SSD300.hdf5ファイルのパスを確認
model.load_weights('/root/SSD/weights_SSD300.hdf5')

#24行目
#動画のパスを入力
vid_test.run('/root/test.mp4')

keras2.0から仕様が変わったため以下の編集を行う。
###/root/ssd_keras/ssd_layers.py

#111行目?を以下のように変更
def get_output_shape_for(self, input_shape):
↓
def compute_output_shape(self, input_shape):

これで全ての準備が整いました！
/root/ssd_keras/testing_utilsにある videotest_example.pyを実行

python  videotest_example.py

f:id:free6464:20170911182649p:plain
図2: SSD_RESULT

めちゃくちゃ大変だった・・・
次はGPUに対応できるよう挑戦する予定です。

参考サイト様:
SSD: Single Shot MultiBox Detector 高速リアルタイム物体検出デモをKerasで試す - Qiita
How to Install FFMPEG 3.1.3 in Ubuntu 16.04 via PPA | UbuntuHandbook
Install OpenCV3 on Ubuntu | Learn OpenCV
keras 2.0 concat error in ssd.train ipython · Issue #60 · rykov8/ssd_keras · GitHub

Mnemosyne

Linux, 機械学習について個人的なメモを綴っていきます