オブジェクト検出ライブラリーのインストール

エッジでオブジェクト検出モデルを実行できるように、オブジェクト検出ライブラリーをインストールします。

このタスクについて

IBM® Maximo® PQI SaaS Visual Insights は、オブジェクト検出ライブラリーとして、YOLO (You Only Look Once)、Faster R-CNN、および SSD (Single Shot MultiBox Detector) をサポートしています。

手順

  1. 以下のコマンドを使用して、関連する Python パッケージをインストールします。
    sudo apt-get install python-numpy
    sudo apt-get install python-scipy
    sudo pip install cython
    sudo pip install easydict
    sudo pip install uuid
    sudo pip install multiprocessing
  2. 次のライブラリーをすべてインストールします。
    ライブラリー インストール手順
    YOLO バージョン 2 ライブラリー
    1. 次のコマンドを実行して、YOLO ソース・コードを取得します。
      git clone --recursive https://github.com/pjreddie/darknet.git
      cd darknet
      git checkout 691debd
    2. GPU を有効にして Makefile ファイルを編集し、ご使用のマシン構成に従って正しい GPU ARCH パラメーターを選択します。
      vi Makefile
      GPU=1
    3. 次のコマンドを実行して、YOLO をコンパイルします。
      make
    Faster-RCNN Python ライブラリー
    1. 次のコマンドを実行して、Faster R-CNN ソース・コードを取得します。

      git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
    2. lib フォルダー内の py-faster-rcnn ディレクトリーで、次のコマンドを実行して Cython をコンパイルします。
      make
    3. 次のコマンドを使用して、py-faster-rcnn ディレクトリーの下の caffe-fast-rcnn ディレクトリーに移動し、Make 構成ファイルのコピーを作成します。
      cd caffe-fast-rcnn
      cp Makefile.config.example Makefile.config
    4. Makefile.config ファイルに以下の変数を追加します。 
      USE_CUDNN := 1
CUDA_DIR := /usr/local/cuda
PYTHON_INCLUDE := /usr/include/python2.7 ¥
/usr/lib/python2.7/dist-packages/numpy/core/include
PYTHON_LIB:=/usr/lib/x86_64-linux-gnu
WITH_PYTHON_LAYER := 1
INCLUDE_DIRS :=
$(PYTHON_INCLUDE) /usr/local/include ¥
/usr/include/hdf5/serial
LIBRARY_DIRS
:= $(PYTHON_LIB) /usr/local/lib /usr/lib ¥
/usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
    5. 次のコマンドを実行して、Caffe をコンパイルします。
      make
    6. 次のコマンドを実行し、Python 層を使用して pycaffe をコンパイルします。
      make pycaffe
    SSD ライブラリー
    1. 次のコマンドを実行して、SSD ソース・コードを取得します。
      git clone --recursive https://github.com/weiliu89/caffe.git ~/ssd-caffe
      cd ~/ssd-caffe
      git checkout ssd
    2. 次のコマンドを使用して、Makefile 構成ファイルのコピーを作成します。
      cp Makefile.config.example Makefile.config
    3. Makefile 構成ファイルを編集し、CUDA_ARCH、BLAS、および PYTHON_INCLUDE の各パラメーターをご使用のマシン構成に従って変更します。
    4. 次のコマンドを 1 行で入力して実行します。
      find . -type f -exec sed -i -e 's^"hdf5.h"^"hdf5/serial/hdf5.h"^g' -e 's^"hdf5_hl.h"^"hdf5/serial/hdf5_hl.h"^g' '{}' ¥;
    5. 次のコマンドを使用して、コードをコンパイルします。
      make -j8
    6. 次のコマンドを使用して、Python 層をコンパイルします。
      make py
    7. 次のコマンドを使用して、テストをコンパイルします。
      make test -j8
  3. ~/.bashrc ファイルに、環境変数 YOLO_HOME、FRCNN_HOME、および SSD_HOME を追加します。次のテキストは、環境変数の追加例です。YOLO_HOME=~/darknet/ FRCNN_HOME=~/py-faster-rcnn/ SSD_HOME=~/ssd-caffe/。