はじめに
歩行者検知といえばDeep Learning, YOLOかSSDといえばSSDでしょ、という昨今。
今回はKeras (backendはtensorflow)でSSDというこちらを動かします。
環境構築
Python + Tensorflow + Kerasの基本環境はminicondaベースで入れました。
Udacity Nanodegreeのものをベースに色々アップグレードしていきます。
- Tensorflow: 1.8
- Keras: 2.1.6
- Numpy: 1.14.3
- Beautiful Soup: 4.6.0
GPUない人はこれだけでSSD-Keras動かせますが、GPUある人はもう少し作業が必要です。
ちなみにGPUありなしはデバイスマネージャーで見れます。
GPUある人はcuda9.0とcudnn7.0.5 for CUDA 9.0を入れます。
(最新版のcuda9.2とcudnn7.1では動かなかったです)
- 参考(メイン): Windows環境でGPU版Tensorflowを利用するための環境構築
- 参考1: WindowsでGPU使ってTensorFlowを動かすメモ
- 参考2: Windows10上にCUDAをインストール
- 参考3: WindowsでNVIDIA cuDNN 7.1.4のインストール
テスト
あとは
- モデルダウンロードして
- Jupyter notebook起動して
- SSD300_inference.ipynb開けば
動かせます。次は噂のBDD100kとか使って転移学習でもします。
おしまい。
(2018/07/10 追記)
動画およびUSBカメラのパイプラインも書きました
参考
