torch.hub.loadについて

Question

前提・実現したいこと

ubuntu20.04
python3.8を使用しています。

現在、yolov5を動かしているのですが
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)

yolov5sモデルが以下の階層にある場合
yolov5
｜ー　yolov5s
model = torch.hub.load('~/yolov5', 'yolov5s', pretrained=True)
このようなイメージでパスを通したいと考えていますが実行できていません。
どうすれば、このような方法で通すことができますでしょうか。
申し訳ございませんがご教示いただけないでしょうか。
よろしくお願い致します。

エラー

  Traceback (most recent call last):
  File "~/yolov5/pytorch_detect_realsense.py", line 61, in <module>
    main()    
  File "~/yolov5/pytorch_detect_realsense.py", line 58, in main
    Y5.yolov5()
  File "~/yolov5/pytorch_detect_realsense.py", line 11, in yolov5
    model = torch.hub.load('/home/limlab/yolov5', 'yolov5s.pt', pretrained=True)
  File "~/.local/lib/python3.8/site-packages/torch/hub.py", line 397, in load
    repo_or_dir = _get_cache_or_reload(repo_or_dir, force_reload, verbose, skip_validation)
  File "~/.local/lib/python3.8/site-packages/torch/hub.py", line 165, in _get_cache_or_reload
    repo_owner, repo_name, branch = _parse_repo_info(github)
  File "~/.local/lib/python3.8/site-packages/torch/hub.py", line 112, in _parse_repo_info
    repo_owner, repo_name = repo_info.split('/')
ValueError: too many values to unpack (expected 2)

該当のソースコード

import torch
import sys
import pyrealsense2 as rs
import numpy as np
import cv2
import random 
import pickle as pkl

class YOLOV5:
    def yolov5(self):
        model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)
        color = (255,0,0)

        # ストリーム(Color/Depth)の設定
        config = rs.config()
        config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)
        config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
        # ストリーミング開始
        pipeline = rs.pipeline()
        profile = pipeline.start(config)

        try:
            while True:
                # フレーム待ち
                frames = pipeline.wait_for_frames()
                #RGB
                RGB_frame = frames.get_color_frame()
                RGB_image = np.asanyarray(RGB_frame.get_data())
                results = model(RGB_image)  # 画像パスを設定し、物体検出を行う

                for *box, conf, cls in results.xyxy[0]:  # xyxy, confidence, class

                    #--- クラス名と信頼度を文字列変数に代入
                    #s = model.names[int(cls)]+":"+'{:.1f}'.format(float(conf)*100)
                    s = model.names[int(cls)]
                    if s == 'person':
                            
                        #--- 枠描画
                        cv2.rectangle(RGB_image,(int(box[0]), int(box[1])),(int(box[2]), int(box[3])),color,thickness=2,)
                        #--- 文字枠と文字列描画
                        cv2.rectangle(RGB_image, (int(box[0]), int(box[1])-20), (int(box[0])+len(s)*10, int(box[1])), color, -1)
                        cv2.putText(RGB_image, s, (int(box[0]), int(box[1])-5), cv2.FONT_HERSHEY_PLAIN, 1, [225,255,255], 1, cv2.LINE_AA)
                cv2.imshow('color',RGB_image)
                
                if cv2.waitKey(1) & 0xff == 27:#ESCで終了
                    cv2.destroyAllWindows()
                    break

        finally:
            # ストリーミング停止
            pipeline.stop()

def main():
    Y5 = YOLOV5()
    Y5.yolov5()
    
if __name__ == '__main__':
    main()    

def load(repo_or_dir, model, *args, source='github', force_reload=False, verbose=True, skip_validation=False,
         **kwargs):
    r"""
    Load a model from a github repo or a local directory.

    Note: Loading a model is the typical use case, but this can also be used to
    for loading other objects such as tokenizers, loss functions, etc.

    If ``source`` is 'github', ``repo_or_dir`` is expected to be
    of the form ``repo_owner/repo_name[:tag_name]`` with an optional
    tag/branch.

    If ``source`` is 'local', ``repo_or_dir`` is expected to be a
    path to a local directory.

    Args:
        repo_or_dir (string): If ``source`` is 'github',
            this should correspond to a github repo with format ``repo_owner/repo_name[:tag_name]`` with
            an optional tag/branch, for example 'pytorch/vision:0.10'. If ``tag_name`` is not specified,
            the default branch is assumed to be ``main`` if it exists, and otherwise ``master``.
            If ``source`` is 'local'  then it should be a path to a local directory.
        model (string): the name of a callable (entrypoint) defined in the
            repo/dir's ``hubconf.py``.
        *args (optional): the corresponding args for callable ``model``.
        source (string, optional): 'github' or 'local'. Specifies how
            ``repo_or_dir`` is to be interpreted. Default is 'github'.
        force_reload (bool, optional): whether to force a fresh download of
            the github repo unconditionally. Does not have any effect if
            ``source = 'local'``. Default is ``False``.
        verbose (bool, optional): If ``False``, mute messages about hitting
            local caches. Note that the message about first download cannot be
            muted. Does not have any effect if ``source = 'local'``.
            Default is ``True``.
        skip_validation (bool, optional): if ``False``, torchhub will check that the branch or commit
            specified by the ``github`` argument properly belongs to the repo owner. This will make
            requests to the GitHub API; you can specify a non-default GitHub token by setting the
            ``GITHUB_TOKEN`` environment variable. Default is ``False``.
        **kwargs (optional): the corresponding kwargs for callable ``model``.

    Returns:
        The output of the ``model`` callable when called with the given
        ``*args`` and ``**kwargs``.

    Example:
        >>> # from a github repo
        >>> repo = 'pytorch/vision'
        >>> model = torch.hub.load(repo, 'resnet50', pretrained=True)
        >>> # from a local directory
        >>> path = '/some/local/path/pytorch/vision'
        >>> model = torch.hub.load(path, 'resnet50', pretrained=True)
    """
    source = source.lower()

    if source not in ('github', 'local'):
        raise ValueError(
            f'Unknown source: "{source}". Allowed values: "github" | "local".')

    if source == 'github':
        repo_or_dir = _get_cache_or_reload(repo_or_dir, force_reload, verbose, skip_validation)

    model = _load_local(repo_or_dir, model, *args, **kwargs)
    return model

Comments

[jbpb0]

> 現在、yolov5を動かしているのですが

動かせる状態なのだから、

> このようなイメージでパスを通すことで実行できることは可能でしょうか。

実際やってみたら分かるのではないでしょうか

[退会済みユーザー]

ご返信ありがとうございます。
質問の仕方が悪く申し訳ございません。
質問を編集します。
質問したいことですが、実際にその方法ではダメでしたのでそのようなイメージでできるようにするにはどのようにすればよいのでしょうか。ということをお聞きしたかったです。
ご教示いただけないでしょうか。
よろしくお願い致します。

Answer 1

新しい回答

torch.hubのバージョン不整合の可能性が高いです。
インストールされているtorch.hubのバージョンを上げる必要がありそうです。

走らせていないので推測ですが、repo_owner, repo_name = repo_info.split('/')の部分でオーナーと名前の2つが返ってきてほしいのにrepo_infoで3つ以上の値が返ってきているのだと思います。

古い回答

二種類あるうちのどちらかでよいのではないでしょうか？

ローカルでモデルを読むときに条件をガチガチに固定したいのであれば、Samvandha Pathakさんの回答のように引数を根こそぎ固定すれば外れなさそうです。

Comments

[退会済みユーザー]

ご返信ありがとうございます。
既存モデルyolov5sではパスを通してできました。
ありがとうございます。
しかし、以下の自分で作成したモデルではエラーが出てしまっています。
申し訳ございませんがご教示いただけますでしょうか。
model_name='best.pt'
model = torch.hub.load(os.getcwd()+'/yolov5/', 'custom', source='local', path = model_name, force_reload = True)
＜エラー＞
Exception: [Errno 2] No such file or directory: 'best.pt'. Cache may be out of date, try `force_reload=True` or see https://github.com/ultralytics/yolov5/issues/36 for help.

[退会済みユーザー]

pytorchのモデルだと拡張子がpthだったと思いますが、ptであってますか？プログラムの問題ではなく、拡張子をご入力していただけーーという可能性があります。

[退会済みユーザー]

返信大変遅くなり申し訳ございません。
yolov5,bestともに拡張子は.ptとなっております。

[退会済みユーザー]

迅速なご対応ありがとうございます。
現在、tensorflow2.4を使用するためにcuda11.0、cuDNN8.6を使用しています。(https://www.tensorflow.org/install/source?hl=ja#gpu_support_2)
この場合、pytorchはpytorch==1.7.1になるかと思いますがこれでは動作しなくstableのtorch 1.10.0+cu113を使用しています。
(https://pytorch.org/get-started/previous-versions/)
(https://pytorch.org/get-started/locally/)
この場合でもバージョンを上げても大丈夫そうでしょうか。
無茶な質問をしているのは承知しておりますが、ご教示いただけないでしょうか。
よろしくお願いいたします。

[退会済みユーザー]

> この場合でもバージョンを上げても大丈夫そうでしょうか。
基本はやってみるしかないと思います。あと正攻法であるとすれば、調べて同じバージョンで使っている人がいるか調べてみるか、です。
抜け道として、pipのnodependenciesを使って、依存関係の更新はしない、という方法や、pipで入れるもののバージョンを下げる方法もあります。根気よく探せば、TFとTorchの両立ができるバージョンが見つかると思います（私はよくそういうやり方をします）。

CUDA関係はインストールが面倒なので、可能であればpip関係の更新のみでしのぎたいですね。