下に書いてある通り,Windows-WSL2-PyTorch-JetBrainsToolbox-PyCharmで深層学習を行うのがいいような気がします(GPU実行環境整備とpythonモジュールのバージョン管理がいい?).そもそもで,Windows-WSL2ではなく,Ubuntuでいいと思うので,将来的には,Ubuntuに移行予定ですし,多分,Dockerを利用することになると思います(ときどき,wordやexcelを使うことがあるので,その際はどうしたらいいのか?).
どうやらWSL2+PyTorchは安定している.少なくとも,detectron2は,今のところ動いている.(WSLは250GB以上に割り当てできないのか?)
抽出したい部分領域を指定(マスクやアノテーション)したい際などに使用する.
そこから学習データとして画像で扱うならば,RGBモード,Palleteモードが関わるときがあり,その際はPythonのPillowモジュールの利用がいいのかも?見た目では分からないので
CycleGAN(特別な使い方ですが)や物体検出系の深層学習モデルで使用する際に
ここで大事なのは,後々の深層学習モデルで指定されるのはRGBモードかパレットモードか?
python C:\Users\d18036\Desktop\labelme-main\examples\instance_segmentation\labelme2coco.py "C:\Users\d18036\Desktop\hodoukyou2023\hodoukyou-iroiro\kiritori-rear\test" "C:\Users\d18036\Desktop\hodoukyou2023\hodoukyou-iroiro\kiritori-rear\kiritori-henkan3" --labels "C:\Users\d18036\Desktop\hodoukyou2023\labels.txt"~labelme2coco.pyの
for shape in label_file.shapes: points = shape["points"] label = shape["label"] group_id = shape.get("group_id") shape_type = shape.get("shape_type", "polygon") if shape_type == "rectangle": (x1, y1), (x2, y2) = points x1, x2 = sorted([x1, x2]) y1, y2 = sorted([y1, y2]) points = [(x1, y1), (x2, y2)] mask = labelme.utils.shape_to_mask(img.shape[:2], points, shape_type) ...としたら(If文のところの挿入,mask=の前まで.)いいようです.
転移学習のプログラムができた.
(いまのところ回帰のプログラム.)
ここのtqdmとかのブランチにある以下のファイル.
画像データセットと属性ファイルをTraining-Validation,Testに分けるプログラムができた.
(なぜ,Training-Validation,Testかというと,K-foldを使用前提)
jupyter nbconvert --to script input_file.ipynb
Roboflow could be versatile and useful.
pix2pixとCycleGANは,Pytorch系のこのプログラムを使います.
python train.py --dataroot ./datasets/yellow2brown/ --name yellow2brown7 --model cycle_gan --gpu_ids 1 --n_epochs 200 --lr 0.0005 python train.py --dataroot ./datasets/yellow2brown/ --name yellow2brown7 --model cycle_gan --gpu_ids 1
マスク適用
python train_mask.py --dataroot ./datasets/yellow2brown_mask_new/ --name yellow2brown_mask_new3 --model cycle_gan_mask --gpu_ids 1 --n_epochs 200 --lr 0.0005 --mask_weight 1 --dataset_mode unalignedmask
python test.py --dataroot ./datasets/yellow2brown_mask --name yellow2brown_mask150 --model cycle_gan --epoch 150 --gpu_ids 1
ここで、
Train/Test Tips 日本語