ML5で簡単PoseNet(姿勢認識）

PoseNetという姿勢を検知する定番のAIがある。

まともにプログラミングするとかなり大変だ。

しかしML5というTensorFlow系のAI啓蒙慈善組織が、親切にもこれを簡単にするライブラリを作成し公表してくれている。

このライブラリを用いて作成されたPoseNetが、サンプルで載せられていたので、今回BlogSpot版にしてみた。

ML5はYoloとMobileNetで利用した。ただ、コールバックのスタイルが制御をML5に渡している形式なのでしばらく敬遠していたが、この簡単さは制御を渡して余りあるだろう。

https://randomwalkjapan.blogspot.com/2020/09/ml5poseneteasy-posenet-by-ml5.html

はじめに

これまでTensorflow(Keras)を使ってみて、わかったことを整理しておきたいとと思います。

1. 仮想環境でのTensorflowの設置

Tensorflowを仮想環境に設置する時、Anacondaのconda命令とPythonのpip命令を使うケースに分けられます。それぞれの特徴について、下記の表に整理します。

項目	conda	pip
設置コマンド	conda install -c anaconda tensorflow-gpu	pip install --upgrade tensorflow
メリット	CUDA, cuDNNも一緒に自動的に設置される。超便利！	2020.09時点でTensorflow 2.3 pip install -r requirement.txtが大変便利
デメリット	2020.09時点でTensorflow 2.1が最新Version. tensorflow-estimatorのVerisonが2.3になっているケースがある。[2] その時は、conda install tensorflow-estimator==2.1.0で、tensorflow-estimator version 2.1を手動で設置	CUDA, CuDNNを自分で設置する必要がある。 pip設置のTensorflowのPerformaceがconda設置より悪いと言われている [1]

2. Tensorflow 2.0 with Keras

Tensorflow 2.0になったとき、変更点がいくつありました。

項目	Tensorflow 1.X	Tensorflow 2.X
設置	TensorflowとKerasを別々設置	Tensorflowだけ設置
import 部分	import tensorflow as tf import keras	import tensorflow as tf　 import tf.keras

3. Google Colabで、TensorflowのVersionを変更する方法

2020年9月の時点で、Google ColabでのTensorflowのVersionは2.3です。しかし、ローカルマシンのTensoflowのVersionが2.1だとしましょう。その時、Google ColabのTensorflowのVersionを2.3から2.1に変更する必要があります。

#Google Colabに入力
#Downgrade tensorflow

!pip install tensorflow-gpu==2.1
import tensorflow as tf
print(tf.__version__)

4.参考資料

1. Stop Installing Tensorflow using pip for performance sake!
2. AttributeError: module 'tensorflow' has no attribute 'compat'