bonlime/keras-deeplab-v3-plus のインストールと動作確認（セマンティック・セグメンテーション）（Deeplab v3+，Python を使用）（Windows 上）

bonlime/keras-deeplab-v3-plus を使うために，Python バージョン3.9 を推奨する．

前準備

Python 3.9, Git のインストール（Windows 上）

Pythonは，プログラミング言語の１つ． Gitは，分散型のバージョン管理システム．

【手順】

1. Windows で，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）

   次のコマンドを実行

   次のコマンドは，Python ランチャーとPython 3.9とGitをインストールし，Gitにパスを通すものである．

   次のコマンドでインストールされるGitは 「git for Windows」と呼ばれるものであり， Git，MinGW などから構成されている．

   winget install --scope machine Python.Launcher
   winget install --scope machine Python.Python.3.9
   winget install --scope machine Git.Git
   powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\Git\cmd\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
   

【関連する外部ページ】

• Python の公式ページ: https://www.python.org/
• Git の公式ページ: https://git-scm.com/

【サイト内の関連ページ】

• Python詳細ガイド：別ページ »

【関連項目】 Python, Git バージョン管理システム, Git の利用

bonlime/keras-deeplab-v3-plus の実行（Windows 上）

GitHub の bonlime/keras-deeplab-v3-plus の Web ページ: https://github.com/bonlime/keras-deeplab-v3-plus

1. インストール

   cd /d c:%HOMEPATH% 
   rmdir /s /q keras-deeplab-v3-plus
   git clone --recursive https://github.com/bonlime/keras-deeplab-v3-plus
   cd keras-deeplab-v3-plus
   type requirements.txt
   python -m pip install -U keras==2.2.4 tensorflow==2.5.0 pillow numpy matplotlib tqdm opencv-python
   

2. モデルのダウンロードとロード

   python extract_weights.py 
   python load_weights.py 
   

3. Python プログラムの実行

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

   Python のまとめ: 別ページ »にまとめ

   https://github.com/bonlime/keras-deeplab-v3-plus に記載のプログラムを使用

   from matplotlib import pyplot as plt
   import cv2 # used for resize. if you dont have it, use anything else
   import numpy as np
   from model import DeepLabv3
   deeplab_model = DeepLabv3()
   img = plt.imread("imgs/image1.jpg")
   w, h, _ = img.shape
   ratio = 512. / np.max([w,h])
   resized = cv2.resize(img,(int(ratio*h),int(ratio*w)))
   resized = resized / 127.5 - 1.
   pad_x = int(512 - resized.shape[0])
   resized2 = np.pad(resized,((0,pad_x),(0,0),(0,0)),mode='constant')
   res = deeplab_model.predict(np.expand_dims(resized2,0))
   labels = np.argmax(res.squeeze(),-1)
   plt.imshow(labels[:-pad_x])