トップページ -> インストール，設定，利用 -> Ubuntu ソフトウエア -> Dlib 最新版のインストール（Ubuntu 上）

[サイトマップへ],

[サイト内検索へ]

Dlib 最新版のインストール（Ubuntu 上）

Dlibは「apt install libdlib-dev」で簡単にインストールできるが，最新版を追いかけたい場合．自分の環境にあわせてビルドしたい（NVidia CUDA を使うなど）場合は，ソースコードからビルドする．

Ubuntu での手順を説明する．（Windows でのインストールは別ページで説明）

Dlib は，機械学習などのライブラリ.顔認知，顔検知，顔特徴の抽出の機能もある． Dlib を用いた顔検出，顔識別，表情，顔分類，肌色については，別ページにまとめている．

Dlib の URL: http://dlib.net

【このページの目次】

前準備
Dlib のソースコードのダウンロードとビルド
システム Python 以外（virtualenv や pyenv や Anaconda）を用いる場合のインストール手順

サイト内の関連ページ

顔検出，顔識別，表情，顔分類，肌色（Python，Dlib などを利用）については別ページにまとめている．
説明資料: Dlib の機能概要 [PDF], [パワーポイント]
Windows での Dlib 最新版（バージョン 19.20.99）のインストール: 別ページで説明している．

先人に感謝．

参考 Web ページ

Dlib を用いての Convolutional Neural Network による顔検知サンプルプログラム (C++)
Dlib を用いての Convolutional Neural Network による顔検知サンプルプログラム (Python)
Max Margin Object Detection の loss layer を実装した学習のサンプルプログラム (C++)
68 ランドマークと Web カメラを用いた顔検知(OpenCV を利用) (C++)
DLib 内に実装された estimator を利用（One Millisecond Face Alignment with an Ensemble of Regression Trees by Vahid Kazemi and Josephine Sullivan, CVPR 2014）
iBUG 300-W face landmark dataset を用いて学習（https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/）
学習済みデータは http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2 （ライセンス条項に注意すること。商用不可）
自分で学習したいときは http://dlib.net/train_shape_predictor_ex.cpp.html
68 ランドマークのサンプルプログラム（学習済みモデルを使用）(C++)(
LaNet Concolutional Neural Netowrk による手書き文字認識のサンプルプログラム (C++)
LeCun, Yann, et al. "Gradient-based learning applied to document recognition." Proceedings of the IEEE 86.11 (1998): 2278-2324.
ディープラーニング用のツール（メモリに入らない量の学習データなど） (C++)

前準備

OS のシステム更新

Ubuntu で OS のシステム更新を行うときは，端末で，次のコマンドを実行．

sudo apt update
sudo apt -yV upgrade
sudo /sbin/shutdown -r now

Python3 開発用ファイル，pip, setuptools, venv のインストール（Ubuntu 上）

インストールするには，端末で，次のコマンドを実行．

sudo apt -y install python3-dev python3-pip python3-setuptools python3-venv

Python 開発環境（JupyterLab, spyder, nteract）のインストール（Ubuntu 上）

インストールするには，端末で，次のコマンドを実行．

sudo pip3 uninstall ptyprocess sniffio terminado tornado jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
sudo apt -y install jupyter jupyter-qtconsole spyder3
sudo apt -y install python3-ptyprocess python3-sniffio python3-terminado python3-tornado 
sudo pip3 install -U jupyterlab nteract_on_jupyter

git, cmake, wget, p7zip-full のインストール

端末で，次のコマンドを実行．

sudo apt -y install git cmake cmake-curses-gui cmake-gui wget p7zip-full

C/C++ コンパイラー，make，パッケージツールのインストール

端末で，次のコマンドを実行．

sudo apt -y install build-essential gcc g++ make libtool texinfo dpkg-dev pkg-config

（NVIDIA GPU を使うとき）NVIDIA グラフィックスドライバのインストール

※ GPU とは，グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能，乗算や加算の並列処理の機能などがある．

ダウンロードページ

NVIDIA グラフィックスドライバのダウンロード用ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

詳しくは，次のように別ページで説明している．インストール手順が分からなくなったり，不具合があったときは，次に書いている別ページの説明を確認すること．

Ubuntu での NVIDIA グラフィックスドライバのインストール: 別ページで説明している．

（NVIDIA GPU を使うとき）NVIDIA CUDA ツールキットのインストール

※ CUDA とは，NVIDIA社が提供している GPU 用のプラットフォームである．

ダウンロードページ

NVIDIA CUDA ツールキットのダウンロード用ページ: https://developer.nvidia.com/cuda-toolkit-archive

詳細説明

Ubuntu での NVIDIA CUDA ツールキットのインストール: 別ページで説明している．

（NVIDIA GPU を使うとき）NVIDIA cuDNN のインストール

ダウンロードページ

NVIDIA cuDNN のダウンロード用ページ: https://developer.nvidia.com/cudnn から cuDNN を入手
ダウンロードして展開（解凍）したら，パスを通しておくこと．

詳細説明

Ubuntu での NVIDIA CUDA ツールキットのインストール: 別ページで説明している．

Dlib のソースコードのダウンロードとビルド

Dlib のソースコードのダウンロード
端末で，次のコマンドを実行．
```
cd /usr/local
sudo rm -rf dlib
sudo git clone https://github.com/davisking/dlib
```
cmake の実行
端末で，次のコマンドを実行．
プロセッサの AVS の機能を使いたいときは、cmake のオプションに「-DUSE_AVX_INSTRUCTIONS=YES」を付ける．
「/usr/local/cuda-10.1」のところは，NVIDIA CUDA ツールキットをインストールしたディレクトリに読み替えること．
※ NVIDIA グラフィックスドライバ (https://www.nvidia.com/download/index.aspx), NVIDIA CUDA ツールキット 11.0，NVIDIA cuDNN 8.0.5 のインストール: 別ページで説明している．
```
cd /usr/local/dlib
sudo rm -rf build
sudo mkdir build
cd build
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
sudo cmake -DUSE_AVX_INSTRUCTIONS=YES -DDLIB_USE_CUDA=YES ..
```
結果の確認
エラーメッセージが出ていないこと．
ビルド
端末で，次のコマンドを実行．
「/usr/local/cuda-10.1」のところは，NVIDIA CUDA ツールキットをインストールしたディレクトリに読み替えること．
しばらく待つ．
```
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
sudo cmake --build .
```
結果の確認
エラーメッセージが出ていないこと．
インストール
```
sudo make install 
```
結果の確認
エラーメッセージが出ていないこと．
python の確認
※ Ubuntu システムの中のどの Python が使用されるかを事前に確認しておくため。
```
which python3
```
python についてビルドとインストール
「/usr/local/cuda-10.1」のところは，NVIDIA CUDA ツールキットをインストールしたディレクトリに読み替えること．
```
cd /usr/local/dlib
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
sudo python3 setup.py build
sudo python3 setup.py install 
```
結果の確認
エラーメッセージが出ないこと
確認のため，バージョンを表示
端末で，次のコマンドを実行．
エラーメッセージが出ないこと
```
python3
import dlib
print(dlib.__version__)
exit()
```

Dlib でよく使用するファイルをダウンロード

次のコマンドを実行することにより， 顔識別などに利用できるファイルのダウンロードと展開（解凍）が行われる．

cd /usr/local/dlib/python_examples
sudo wget http://dlib.net/files/mmod_human_face_detector.dat.bz2
sudo wget http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2
sudo wget http://dlib.net/files/shape_predictor_5_face_landmarks.dat.bz2
sudo wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
sudo bzip2 -d mmod_human_face_detector.dat.bz2
sudo bzip2 -d dlib_face_recognition_resnet_model_v1.dat.bz2
sudo bzip2 -d shape_predictor_5_face_landmarks.dat.bz2
sudo bzip2 -d shape_predictor_68_face_landmarks.dat.bz2

example のビルドとインストール

cd /usr/local/dlib
cd examples
sudo rm -rf build
sudo mkdir build
cd build
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
sudo cmake -DUSE_AVX_INSTRUCTIONS=YES -DDLIB_USE_CUDA=YES ..
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
sudo cmake --build .

Dlib を使う C++ プログラム

Dlib の確認のため，次のプログラムを動かしてみる．

#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_io.h>
#include <iostream>

using namespace dlib;
using namespace std;

int main(int argc, char** argv)
{  
  frontal_face_detector detector = get_frontal_face_detector();
  array2d<unsigned char> img;
  load_image(img, argv[1]);
  pyramid_up(img);
  std::vector<rectangle> dets = detector(img);
  std::vector<rectangle>::iterator it;
  for( it = dets.begin(); it != dets.end(); it++ )
    cout << *it << endl; 

  image_window win;
  win.clear_overlay();
  win.set_image(img);
  win.add_overlay(dets, rgb_pixel(255,0,0));
  cin.get();
}

このプログラムを a.c のようなファイル名で保存する．次のコマンドでビルドする．
```
g++ -o a.exe a.c -ldlib -llapack -lblas 
```
次のように、画像ファイル名を指定して実行する
```
./a.out 2007_007763.jpg 
```

システム Python 以外（virtualenv や pyenv や venv や Anaconda）を用いる場合のインストール手順

前準備

使用する Python の確認
※ どの Python が使用されるかを事前に確認しておくため。
```
which python 
```
次のように表示されたら pyenv をインストール済みであることが確認できる
python 環境の有効化
- venv のとき
  activate コマンドで有効化する
- virtualenv のとき「lsvirtualenv」でインストールされている Python の種類を調べ、「workon ＜環境名＞」でPython 環境を切り替える。実行手順の例は次の通り.
- pyenv のとき
  「pyenv versions」でインストールされている Python の種類を調べ、「pyenv shell ＜環境名＞」でPython 環境を切り替える。実行手順の例は次の通り.
Python3 開発用ファイル，pip, setuptools, venv のインストール（Ubuntu 上）
インストールするには，端末で，次のコマンドを実行．
```
sudo apt -y install python3-dev python3-pip python3-setuptools python3-venv
```
今開いている端末は、引き続き使用する

Dlib のソースコードのダウンロードとビルド

Dlib のソースコードのダウンロード
端末で，次のコマンドを実行．
```
cd /usr/local
sudo rm -rf dlib
sudo git clone https://github.com/davisking/dlib
```
cmake の実行
端末で，次のコマンドを実行．
プロセッサの AVS の機能を使いたいときは、cmake のオプションに「-DUSE_AVX_INSTRUCTIONS=YES」を付ける．
「/usr/local/cuda-10.1」のところは，NVIDIA CUDA ツールキットをインストールしたディレクトリに読み替えること．
※ NVIDIA グラフィックスドライバ (https://www.nvidia.com/download/index.aspx), NVIDIA CUDA ツールキット 11.0，NVIDIA cuDNN 8.0.5 のインストール: 別ページで説明している．
```
cd /usr/local/dlib
sudo rm -rf build
sudo mkdir build
cd build
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
sudo cmake -DUSE_AVX_INSTRUCTIONS=YES -DDLIB_USE_CUDA=YES ..
```
結果の確認
エラーメッセージが出ていないこと．
ビルド
「/usr/local/cuda-10.1」のところは，NVIDIA CUDA ツールキットをインストールしたディレクトリに読み替えること．
しばらく待つ．
```
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
sudo cmake --build .
```
結果の確認
エラーメッセージが出ていないこと．
インストール
```
sudo make install 
```
結果の確認
エラーメッセージが出ていないこと．

ビルドとインストール

「/usr/local/cuda-10.1」のところは，NVIDIA CUDA ツールキットをインストールしたディレクトリに読み替えること．

cd /usr/local/dlib
sudo chown $USER -R /usr/local/dlib
CUDA_PATH="/usr/local/cuda-10.1" CFLAGS="-I/usr/local/cuda-10.1/include" LDFLAGS="-L/usr/local/cuda-10.1/lib64" \
python setup.py build
python setup.py install

結果の確認
エラーメッセージが出ないこと
python のimport で確認
次のように実行
エラーメッセージが出ないこと
```
python
import dlib
print(dlib.__version__)
exit()
```

本サイトは金子邦彦研究室のWebページです．サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ）