前置き

Detectron2というFacebookが開発したAIライブラリがいろいろできて使い勝手が良い。物体認識、インスタントセグメンテーション、キーポイント抽出と姿勢認識など。学習済みモデルが用意されているため、10枚程度のデータでも結構いい結果が得られる。アノテーションはCoco形式で用意すればよいので、CocoAnotatorなどが使える。

今までColabで動かしてたんですが、ColabではGPU制限に引っ掛かったりGPU性能が足りなくなりつつあったので、ローカルGPUを使うことに。当初は、Jupyterを立ち上げて、Colabのローカルランタイムを使ってたりもしたんですが、Windowsで直接使えたほうがよいなぁと。

detectron2-windowsというgithubもあったけど、最終更新が2年前で古い。要求されるcudaも古いので、入れるのがめんどう。いろいろ探していたら他にも二つほど、参考サイトを見つけた。

ここを参考にしたら最新cudaでdetectron2が動いたので以下にまとめおく。

前提

以下の設定・インストールが済んでいる

git(for windows)
miniconda
CUDAは11.7, cudnnは8.4
Microsoft build toolのMicrosoft Visual C++
- 私が使ったバージョンはMSVC v142

実際の作業

detectron2という名前でAnaconda環境を作っていく。

conda create -n detectron2 python=3.7
conda activate detectron2
python -m pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
pip install cython
pip install pycocotools
git clone https://github.com/facebookresearch/detectron2.git

detectron2/setup.pyの80行目:extra_compile_args["nvcc"]に引数を1行追加する。

                "-D__CUDA_NO_HALF_CONVERSIONS__",
                "-D__CUDA_NO_HALF2_OPERATORS__",
+                "-DWITH_CUDA",
            ]
        else:
            define_macros += [("WITH_HIP", None)]

その後、detectron2をインストール。

pip install -e detectron2

これでセットアップ完了。

以下、テスト

pip install opencv-python
cd .\detectron2\tests
wget https://raw.githubusercontent.com/yogeshkumarpilli/detectron2/master/tests/test_window.py
python .\test_window.py