前提環境
メモリが8GByteないと正常動作しないのでt2.largeを選択
インストーラーを準備
インストーラーを準備
https://www.anaconda.com/products/individual
からLinux版、Python3.8、x86のインストーラーをダウンロード＆EC2にアップロードする。
インストーラーを実行
bash ./Anaconda3-2020.07-Linux-x86_64.sh
>>> リターン押下
-- More -- スペース押下
-- More -- スペース押下
[no] >>> yesリターン
>>> リターン押下
でインストールが開始される
[no] >>> yesリターンでインストールされる
※condaコマンドを有効にするため、新しくターミナルに入りなおす。
conda環境が自動的に有効にならないようにしておく
conda config --set auto_activate_base falsepythonのバージョン3.7のtf(tensorflow)という名の環境を作成する
conda create -n tf python=3.7
Proceed ([y]/n)? yリターン作成したtf環境をアクティブにする
conda activate tftensorflowをインストールする
pip install tensorflow==1.14.0tensorflowのインストール確認
python -c "import tensorflow as tf; print(tf.__version__)"いろいろ表示されるけど、最後の行にtensorflowのバージョンが表示されればOK
例）1.14.0
kerasをインストールする
pip install keras==2.2.4kerasのインストール確認
pip list
Package Version
-------------------- -------------------
absl-py 0.10.0
astor 0.8.1
certifi 2020.6.20
gast 0.4.0
google-pasta 0.2.0
grpcio 1.32.0
h5py 2.10.0
importlib-metadata 1.7.0
Keras 2.2.4 <--- これらがあればok
Keras-Applications 1.0.8 <--- これらがあればok
Keras-Preprocessing 1.1.2 <--- これらがあればokYOLOv3のソースコードを取得
https://github.com/qqwweee/keras-yolo3.git
からzip形式でダウンロード
ダウンロードしたkeras-yolo3-master.zipを解凍する
解凍して出来たフォルダ名をkeras-yolo3-masterからkeras-yolo3に変更
keras-yolo3フォルダをフォルダごとアップロード
keras-yolo3フォルダに移動
cd keras-yolo3YOLOv3の学習済みモデルのダウンロード
wget https://pjreddie.com/media/files/yolov3.weightsweightsをkeras用に変換
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5matplotlibインストール
pip install pillow matplotlib opencv-python以上で完了
検証
物体検知したい画像をkeras-yolo3フォルダにアップする
python yolo_video.py --image
Input image filename: と聞いてくるので
xxx.jpg(アップした検証用の画像)リターンcar 0.94 (29, 116) (593, 431)
3.179701802000011と結果（バウンディングボックス(29, 116) (593, 431)に94%の確率で車）が表示される。
結果が表示されたら再び
Input image filename: と聞いてくるので終了する場合は、CTRL+Cで終了する。
2回目からは
ssh接続
conda activate tf
cd keras-yolo3/
python yolo_video.py --image