FiftyOneでリモートマシンにデータをダウンロードして閲覧するまでのメモ

普段の作業環境（ロカールのWindowsマシンからリモートのLinuxに接続して機械学習などを行っている）で、FiftyOneを使ってみた際の覚書です。

FiftyOneについて

FiftyOneはVoxel51社が提供するオープンソースのツールで、データセットのダウンロードや可視化など、様々な用途をサポートしているツールです。
Open Images DatasetやCOCOなど、データセット公式のダウンロード方法の一つとしてFiftyOneが紹介されている例もあります。

今回は、リモートマシン上にデータをダウンロードして、別マシンからFiftyOneのアプリで閲覧してみます。

• 試した環境
  • リモート：　学習用デスクトップ、Ubuntu20.04
  • ローカル：　ノートPC、Windows10

インストール

データをダウンロードしたいマシン（今回はsshで入ったリモートマシン）で以下を実行。かんたん。

$ pip install fiftyone

データセットのダウンロード

FiftyOneのDataset Zooにはたくさんの公開データセットが登録されているので、有名どころのデータであればAPIを使って簡単にダウンロードすることができます。

以下、ダウンロードを行うpythonスクリプトのサンプルです。

サンプルデータ (quickstartデータ) のダウンロード

import fiftyone as fo
import fiftyone.zoo as foz

# quickstartデータをダウンロード
foz.download_zoo_dataset(name="quickstart") 

download_zoo_dataset()のname引数で"caltech101"、"coco-2017"、"open-images-v6"といった各種データセットが指定できます。
利用可能なデータセットの一覧はこちら。

ダウンロード先ディレクトリの指定なども可能です。

foz.download_zoo_dataset(
    name="quickstart", 
    dataset_dir="./MyDataset"  # デフォルトは ~/fiftyone
)

リモートマシン上でデータをダウンロード＆ロードしてFiftyOneアプリを起動

以下ではdownload_zoo_dataset()の代わりにload_zoo_daataset()を使います。
load_zoo_dataset()は（すでにダウンロード済みでなければ）データのダウンロードとFiftyOneが扱うデータ形式としてのロードを一緒に行います。
この方法でロードされたデータセットをFiftyOneのアプリ上で閲覧することができます。

nameの指定などはdownload_zoo_dataset()同様です。
また、ロードする画像の枚数や、データセット特有の項目などをさらに指定できます。

以下、Open Imagesの例（参考ページ）

dataset = foz.load_zoo_dataset(
    name="open-images-v6", 
    split="validation", # "train","validation","test"、分類が存在しないデータセットなら全部ダウンロード
    label_types=["segmentations"],  # ラベル種類を指定、"detections","segmentations"など
    classes=["Person"],  # 画像に含まれるクラスを指定
    max_samples=30,  # 枚数の指定（この場合ランダムに30枚を上限としてvalidation splitからデータを取得）
    only_matching=True  # Trueなら条件に一致したラベルのみ取得（Person指定ならPerson以外のラベルは取得しない）
) 

データセットの準備と、アプリの起動を合わせたスクリプト（sample_launch_app.py）が以下

sample_launch_app.py

import fiftyone as fo
import fiftyone.zoo as foz

dataset = foz.load_zoo_dataset(
    name="open-iamges-v6", 
    split="train",
    label_types=["detections"],
    classes=["Person"],
    max_samples=30,
    only_matching=True
) 

# remoteオプションを有効にして、Appを起動
session = fo.launch_app(dataset, remote=True)  

# プロセスが勝手に終わらないようにこの記述を入れる
session.wait()  

リモートマシンでの実行時はlaunch_app()のオプションでremote=Trueを入れるのがポイント

以下で実行

$ python sample_launch_app.py

ダウンロードやロードに時間が掛かるので少し待ちます。
これでリモートマシン上でアプリの準備ができました。

ローカルからのアクセス

ローカルマシン側では以下コマンドでポートフォワーディングをしておく

powershell

ssh -N -L 5151:127.0.0.1:XXXX <username>@<hostname>

FiftyOneはデフォルトでポート番号5151を使うので、変更してなければXXXXの部分は5151でOK
上記ではローカル側のポートも5151を利用
usernameとhostnameはリモートマシンのもの

上記が済んだ状態で、ローカルマシンのブラウザからhttp://localhost:5151にアクセスすると、アプリ画面を見ることができるはず。
※表示がない場合は、左上の「Select dataset」からデータを選択する

detectionタスクのPersonクラスを含むものを指定したので、アプリ上で表示される画像もそのようになっています。

おわりに

まだちょっとしか使えてませんが、自前のデータセットの可視化なども時間ができたら試したいと思います。

参考

https://voxel51.com/docs/fiftyone/index.html
https://qiita.com/RyoWakabayashi/items/ffcf21558855f6d5a9be