MiDaSとは
- 大規模かつ多様なデータセットで学習しているため、より幅広いタスクや環境で効率的に実行することができる
- スケール感がないため、マッピング、プランニング、ナビゲーション、物体認識、3D再構成、画像編集など、メートル単位の深度を必要とする場面での有用性は低下する
- Stable Diffusion 2.0
以下はMiDaSのモデル一覧です。横軸は1秒あたりのフレーム数。縦軸は性能。円の大きさはパラメーター数です。
- 最高品質:dpt_beit_large_512
- 品質はやや劣るが、速度と性能を両立:dpt_swin2_tiny_256,dpt_levit_224
- 組み込み機器向け:dpt_swin2_tiny_256,dpt_levit_224]
ダウンロード方法
1.python3.8をセットアップする(python3.9以降はこの後のパッケージのインストールでエラーになる可能性あり)
↓python3.8のインストール方法
https://senablog.com/python-dl-inst/
インストールが完了したら、以下のコマンドで自分のパソコンにちゃんとダウンロードされているか確認します。
python --version
このように表示されたらダウンロード成功です。(私はver3.8.10をダウンロードしました)
Python 3.8.10
2.pytorchで読み込めるモデルの重みファイルをここからダウンロードします。
https://github.com/isl-org/MiDaS/releases/download/v2_1/model-f6b98070.pt
3.OpenCVをインストールします
pip install --upgrade pip
pip install opencv-python
4.Pytorchをインストールします。
pip install -I torch==1.7.0 torchvision==0.8.0
5.TensorFlowをインストールします。
(ここのTensorFlowとPythonのバージョンの対応表から適するTensorflowをインストール)
https://github.com/tensorflow/addons#python-op-compatility
TensorFlow
pip install -I grpcio tensorflow==2.12.0 tensorflow-addons==0.20.0 numpy==1.23.5
6.onnxパッケージをインストールします。(ここでpython3.9以降だとエラーが出る可能性あり)
pip install onnx==1.7.0
7.onnx-tensorflowのプロジェクトのgitをcloneします。
git clone https://github.com/onnx/onnx-tensorflow.git
cd onnx-tensorflow
git checkout 095b51b88e35c4001d70f15f80f31014b592b81e
pip install -e .
8.以下のコマンドを実行する
python make_onnx_model.py
9.カレントディレクトリにmodel-f6b98070.onnxのファイルが出力されたら成功です。