Pytorch 1.0 Object Detection faster-rcnn の試し

# install PyTorch Detection cd $INSTALL_DIR git clone https://github.com/facebookresearch/maskrcnn-benchmark.git cd maskrcnn-benchmark # the following will install the lib with # symbolic links, so that you can modify # the files if you want and won't need to # re-build it python setup.py build develop

但し、VisualStudio は、
プログラム > VisualStudio 2015 > VisuaStudio Tools > Windows Desktop Command Prompts > VS2015 x64 Native Tools コマンドプロンプトを使いますが、
いきなり、Dos コマンドプロンプトから入って行って
下記 バッチコマンドを叩けば良いでしょう。 pushd .\ call "C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\vcvarsall.bat" amd64 popd call activate pytorch @echo off rem set PATH=C:\local\cudnn-10.1-windows10-x64-v7.5.1.10\cuda\bin;%PATH% set PATH="C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\amd64";%PATH% @echo on

python setup.py build でエラーが出たので、その対応方法をメモしておきます。

maskrcnn-benchmark/maskrcnn_benchmark/csrc/cuda/SigmoidFocalLoss_cuda.cu
line 120 dim3 grid(std::min(THCCeilDiv(losses_size, 512L), 4096L)); ↓ dim3 grid(std::min(THCCeilDiv((long)losses_size, 512L), 4096L)); line 164 dim3 grid(std::min(THCCeilDiv(d_logits_size, 512L), 4096L)); ↓ dim3 grid(std::min(THCCeilDiv((long)d_logits_size, 512L), 4096L));

インストールが出来れば、後は、 demo ディレクトリーで
webcam.py を実行するだけです。

>cd demo >python webcam.py --min-image-size 800

おんちゃんは、いつものように、PC の USB カメラと、インターネットのMjpeg-streamerの両方で使える様に書き換えてみました

#cam = cv2.VideoCapture(0) ''' USBカメラオープン ''' if False: cam = cv2.VideoCapture(0) # Exit if video not opened. if not cam.isOpened(): print("Could not open video") sys.exit() ''' Web CAM(Mjpeg-streamer) オープン ''' if True: #URL="http://200.36.58.250/mjpg/video.mjpg?resolution=320x240" URL="http://200.36.58.250/mjpg/video.mjpg?resolution=640x480" cam = cv2.VideoCapture(URL) # Exit if video not opened. if not cam.isOpened(): print("Could not open Web CAM") sys.exit() while True: start_time = time.time() ret_val, img = cam.read() composite = coco_demo.run_on_opencv_image(img) print("Time: {:.2f} s / img".format(time.time() - start_time)) cv2.imshow("COCO detections", composite) if cv2.waitKey(1) == 27: break # esc to quit cv2.destroyAllWindows()

この後は、TensorRT が、Pytorch をサポートしている様なので、このモデルを、
TensorRT でコンバートして、Float16 か、Int8 で試してみたいと思います。