PRNet in PyTorch 1.1.0のテスト

PRNet_PyTorchのチュートリアルを一通り動かした時のメモです.

NVIDIA　CUDA環境で学習ー推論を一通り実行する.

minicondaを今回は使用

$ conda create -n prnet python=3.6
$ conda activate prnet
$ git clone https://github.com/tomguluson92/PRNet_PyTorch.git
$ cd ./PRNet_PyTorch 

パッケージをインストール

$ pip install -r requirements.txt 

uv_pos_mapの生成

BFM.mapと300WLP_IBUGデーターセットのダウンロードを行います

$ cd ./utils
$ mkdir BFM
$ mv ./BFM_UV.mat  ./BFM
$ cd ./BFM

以下の.shでGドライブからBFM.matをダウンロードできるので./BFM内に落とす.

FILE_ID=1Bl21HtvjHNFguEy_i1W5g0QOL8ybPzxw
FILE_NAME=BFM.mat


curl -sc /tmp/cookie "https://drive.google.com/uc?export=download&id=${FILE_ID}" > /dev/null
CODE="$(awk '/_warning_/ {print $NF}' /tmp/cookie)"  
curl -Lb /tmp/cookie "https://drive.google.com/uc?export=download&confirm=${CODE}&id=${FILE_ID}" -o ${FILE_NAME}

cd ..
mkdir dataset
cd ./dataset

次は300WLPデーターセットを落とします
これも.shから実行可能です.

FILE_ID=16zZdkRUNdj7pGmBpZIwQMA00qGHLLi94
FILE_NAME=300WLP_IBUG.zip


curl -sc /tmp/cookie "https://drive.google.com/uc?export=download&id=${FILE_ID}" > /dev/null
CODE="$(awk '/_warning_/ {print $NF}' /tmp/cookie)"  
curl -Lb /tmp/cookie "https://drive.google.com/uc?export=download&confirm=${CODE}&id=${FILE_ID}" -o ${FILE_NAME}

unzip 300WLP_IBUG.zip 
mv 300WLP_TEST\ \(copy\) 300WLP_IBUG

pythonでデーター整形を行う.

 python generate_posmap_300WLP.py --input_dir ./dataset/300WLP_IBUG --save_dir ./300WLP_IBUG/
cd ..

これで学習の準備が整うはずなのでtrainします

python train.py --train_dir ./utils/dataset/300WLP_IBUG

40分ぐらいでデフォルトの設定だと終了します(GTX1080Ti+CUDA10.1)

python inference.py 

テスト用画像はデフォルトの設定で推論が可能です.