導入
以前に dlib を使用して顔検出をやってみようと思ったのですが、どうにもこうにも CUDA を使うことが出来ず断念した、という過去があります。CPU を使って顔検出をすることは出来ましたが、これでは使い物になりませんでした。結論から言うと
Visual Studio のバージョンが新しすぎて、どう頑張ってもビルド不可能
でした。
その挫折から幾星霜を経て、再度チャレンジしてみようと思い立ちました。今回は dlib ではなく InsightFace を試してみました。
この記事は、自分へのメモも兼ねています。
用意するもの(ハードウェア)
CUDA が使用できるグラフィックスカード
当方は GeForce RTX3080 を使用しています。
結構古いグラフィックスカードですが、まだ RTX3080 で十分戦えます!
(最近の新しいのは高くて買えません)
なお、NVIDIA 製の「RTXなんちゃら」のグラフィックスカードなら問題ないと思われます。
用意するもの(ソフトウェア)
当方で実際に使用したバージョンを記載しています。
Python 3.12.0 (Windows 版)
CUDA Toolkit 13.0
cuDNN 9.24.1
cuDNN のインストーラでは CUDA 13 用をインストールします。
パスを通す
<CUDA v13.0>\bin
<CUDA v13.0>\bin\x64
<CUDNN v9.24>\bin\13.3\x64
これを環境変数の PATH に追加します。
環境変数を直接いじるのは嫌だなという方は、PATH に追加するバッチファイルを作成し、コマンドプロンプトで都度バッチファイルを実行すると良いでしょう。
環境の確認
コマンドプロンプトを開き、以下をそれぞれ実行します。
DOS> python --version
DOS> nvcc -V
実行エラーにならない事と、バージョンを確認してください。
DOS> where cublasLt64_13.dll
DOS> where cudnn64_9.dll
dll がきちんと参照できる事を確認してください。
作業場所を準備する
適当なディレクトリを用意して、Python の環境を作ります。
DOS> python -m venv venv
DOS> venv\Scripts\activate
(venv) DOS> python -m pip install --upgrade pip
(venv) DOS> pip install insightface
(venv) DOS> pip install onnxruntime-gpu
InsightFace が使用できるか確認
最初に ONNX Runtime の GPU プロバイダーを確認します。
(venv) DOS> python -c "import onnxruntime as ort; print(ort.__version__); print(ort.get_available_providers())"
結果に
CUDAExecutionProvider
が含まれていることを確認します。
実際に CUDA プロバイダーを使えるか確認します。
(venv) DOS> python -c "import onnxruntime as ort; print(ort.__version__); print(ort.get_available_providers())"
ここで当方の環境では CUDA 用の dll がなぜか参照できない、という現象が発生しました。
Dependencies を使って dll の依存関係などを調べて結構苦労しましたが、結論としては
PATH 指定しているのに、なぜか CUDA 用の dll が参照できない。
ということが判明しました。そこで、Python で CUDA 用 dll の参照ディレクトリを明示的に指定しました。dll のパスは適宜変更してください。
(venv) DOS> python -c "import onnxruntime as ort; from insightface.app import FaceAnalysis; ort.preload_dlls(directory=r'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0\bin\x64'); app=FaceAnalysis(name='buffalo_l', providers=['CUDAExecutionProvider','CPUExecutionProvider']); app.prepare(ctx_id=0, det_size=(640,640)); print('PROVIDERS:', app.models['detection'].session.get_providers())"
今度は、実行結果に dll のロード失敗のメッセージが無く、最後に
PROVIDERS: ['CUDAExecutionProvider', 'CPUExecutionProvider']
と表示されたので、CUDA の dll が正常に参照できています。
よって、当方の環境においては、Python でプログラムを書く際には、CUDA の dll の場所を明示的に指定する必要があります。dll のパスは適宜変更してください。
import onnxruntime as ort
ort.preload_dlls(
directory=r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0\bin\x64"
)
顔検出のサンプルプログラム
ここからが本丸です。ようやくここまでたどりつきました。
import cv2
import onnxruntime as ort
from insightface.app import FaceAnalysis
ort.preload_dlls(
directory=r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0\bin\x64"
)
app = FaceAnalysis(name = "buffalo_l", providers = ["CUDAExecutionProvider", "CPUExecutionProvider"])
app.prepare(ctx_id = 0, det_size = (640, 640))
image = cv2.imread("sample.png")
if image is None:
print("画像を読み込めませんでした")
exit()
faces = app.get(image)
print(f"検出した顔の数: {len(faces)}")
for face in faces:
x1, y1, x2, y2 = face.bbox.astype(int)
cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
cv2.imshow("Face Detection", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
このプログラムコードはワークディレクトリに face_detect.py のような名前で置きます。
また、同ディレクトリに sample.png を用意してください。
実行
(venv) DOS> python face_detect.py
実行ログとして
検出した顔の数: 1
と表示され(検出した顔の数により変化します)、顔部分を緑の枠で囲った画像を表示します。
ちゃんと GPU を使っているのか確認
時間を計測しても良いのですが、顔検出の処理を無意味に 100 回繰り返します。
for i in range(100):
faces = app.get(image)
タスクマネージャを開いて実行中の GPU 使用率のグラフの動きを確認してみてください。
処理はごく短時間で完了しますし、CPU ファンの回転数が上がることなく静かです(笑)。
きちんと GPU を使っていることが確認できました。
おわりに
今回は InsightFace を使い、CUDA を使用して「はじめての顔検出プログラム」を書いてみました。dlib で挫折した雪辱を果たしました!(歓喜)
今後はランドマークの検出や、顔認証(本人確認)などを試してみたいと思います。