Magicode logo
Magicode
6 min read

AIの画像認識を即座に実感しよう!~Python導入編~

https://cdn.apollon.ai/media/notebox/blob_ivLcl8e

Pythonの導入

1.PythonのDL

早速サイトに行って 赤丸からDL――macやLinuxの方はその下側のところから行ってね
赤丸のチェックを忘れずしたら後はDL開始
AIの画像認識ではyolov5を使用します

2.gitもDL

ということで Windowsの方は上記のボタンを押してgitをDL
Linuxの方は
$ sudo apt-get install git-all
macOSにはすでに最初からあるとかどうとか……知りませぬ
とりあえず次!
cmd(コマンドプロンプト)を起動して始めていきましょう

3.git cloneでyolov5をダウンロード

C:\>git clone https://github.com/ultralytics/yolov5
gitをインストールすればgit cloneができるようになり
下記の様になれば成功(2022/4/23現在)
Cloning into 'yolov5'...
remote: Enumerating objects: 12958, done.
remote: Total 12958 (delta 0), reused 0 (delta 0), pack-reused 12958
Receiving objects: 100% (12958/12958), 11.89 MiB | 10.29 MiB/s, done.
Resolving deltas: 100% (9006/9006), done.
C:\>cd yolov5
gitのDLを含めうまく行ってない場合
https://github.com/ultralytics/yolov5
URLから直接サイトに行って
cd yolov5(直接DLした場合はyolov5-master)を入力してyolov5のフォルダーへと移動

4.ライブラリーのインストール

C:\yolov5>pip install -r requirements.txt
pip install <ライブラリー> によってpythonでは様々なライブラリーをインストールすることができます
ちなみに -r で読み込み
requirements.txt は yolov5 に入っているライブラリーの一覧
これにより、必要なライブラリーを一括で読み込むことができます
C:\yolov5>python detect.py
このように入力すると……エラーが起きます
なんでや! 去年はこれでうまく行ってたのに

5.AIによる推論開始

原因を調べると
yolov5
  ├── data
      └── coco128.yaml
coco128.yamlファイルに原因がある模様
上から9行
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# COCO128 dataset https://www.kaggle.com/ultralytics/coco128 (first 128 images from COCO train2017) by Ultralytics
# Example usage: python train.py --data coco128.yaml
# parent
# ├── yolov5
# └── datasets
#     └── coco128  ← downloads here
  
を消してしまいましょう
もう一度
C:\yolov5>python detect.py
detect: weights=yolov5s.pt, source=data\images, data=data\coco128.yaml, imgsz=[640, 640], conf_thres=0.25, iou_thres=0.45, max_det=1000, device=, view_img=False, save_txt=False, save_conf=False, save_crop=False, nosave=False, classes=None, agnostic_nms=False, augment=False, visualize=False, update=False, project=runs\detect, name=exp, exist_ok=False, line_thickness=3, hide_labels=False, hide_conf=False, half=False, dnn=False
YOLOv5  v6.1-155-g404b4fe torch 1.10.1+cpu CPU

Downloading https://github.com/ultralytics/yolov5/releases/download/v6.1/yolov5s.pt to yolov5s.pt...
100%|██████████████████████████████████████████████████████████████████████████████| 14.1M/14.1M [00:00<00:00, 103MB/s]

Fusing layers...
YOLOv5s summary: 213 layers, 7225885 parameters, 0 gradients, 16.5 GFLOPs
image 1/2 C:\yolov5\yolov5\data\images\bus.jpg: 640x480 4 persons, 1 bus, Done. (0.192s)
image 2/2 C:\yolov5\yolov5\data\images\zidane.jpg: 384x640 2 persons, 2 ties, Done. (0.147s)
Speed: 1.5ms pre-process, 169.5ms inference, 1.0ms NMS per image at shape (1, 3, 640, 640)
Results saved to runs\detect\exp
yolov5
  ├── data
      ├── runs
          ├── detect
              ├── exp
                  ├── bus.jpg
                  └── zidane.jpg
マトリョーシカかな?
大量のフォルダーの先にこのようなが画像があります
ちなみに元の画像は
yolov5
  ├── data
      ├── images
          ├── bus.jpg
          └── zidane.jpg
この場所にあります
推論したい画像をこの場所に入れればexpに入れた画像を出してくれます!
これにて、画像認識は終わり
ちなみにCドライブに直置きを前提として話しています
C:\
というわけで、個々人でDLした場所に合わせてやってくださいね。
Q.そんなミスするやついる?
A.います(自己紹介)

最後に、

こんなのを知っただけじゃ意味がない!
というわけで、これらを利用して、運用する方法及び、学習の方法も記載予定
参考サイト
YOLOv5を使った物体検出

Discussion

コメントにはログインが必要です。