Jupyter notebook + Object Detection API のチュートリアルを行う方法ご紹介。

今回の記事はTensorFlowのObject Detection APIをPythonライブラリのJupyter notebookで使用できるようの環境設定とチュートリアルを実行する際のサンプルコードの説明をする記事となっています。初心者でもわかるように、丁寧に解説していきますので、是非参考にしてください。

また、今回はローカルPCに環境構築を行いますが、Dockerなどのコンテナ上に環境構築を行う場合の記事は下記に記載しております。気になる方は、そちらも参考にしてください。

「DockerでPython環境を構築し、「jupyter notebook」を使用する方法ご紹介。」

Object Detection API の環境構築

物体検出をおこなうため、TensorFlowの「Objest Detection API」を動かしてみようと考え、そのためにチュートリアルを動かすというところでまず詰まりました。理由として環境構築が難しすぎるからです。初心者にとっても分かりやすいようにどんどん解説していきます。

まずは公式のgithubをクローンします。（Zipを直接回答してもOKです。）クローンする箇所はご自身のPCのどこでもOKです。

git clone https://github.com/tensorflow/models.git
クローンが作成されます。

このクローン作成かなり時間かかります。

Jupyter notebook で Object Detection API を開く

PCのJupyter notebookを起動します。

Anacondaの方は、Jupyter notebookのメニューがあるのでそちらをクリック。
Python の方は、pipで Jupyter notebook インストールし、Jupyter notebookを起動します。

pip install jupyter notebook

Jupyter notebook の初期起動時はルートフォルダが開かれていると思いますので、先ほどgitでクローンしたフォルダが配置されているフォルダまで移動します。そこに、「object_detection_tutorial.ipynb」というファイルがあるので、それを開きます。

後は、ソース内のコードを実行するのみです。

「Shift + enter」でどんどん実行できます。

ただし、pipインストール時にtensorflowが上書きされる可能性があるため、そこはバージョンを合わせて実行しましょう。

最終的に最後に下記のような犬を検出した画像が表示されます。

これが簡単なチュートリアルですね。このチュートリアルではすでに作成されたモデルを使用していますが、実際に自身で作成したモデルをこの「Object Detection API」に入れて動作させると上記のように検出した物体を枠で囲むことができます。

以上で今回の記事は終了です。他にも自身でモデルを作成し、「Object Detection API」に組み込んだりして見た記事があるので興味があればそちらも参考に知って下さい。これ以外にも多数の機械学習関連の記事を記載しているので是非そちらも合わせてご参照ください。