21. Transfer Learning Toolkit コンテナのセットアップ
1. Dockerコンテナの取得
- Dockerがインストールされている環境で以下コマンドを実行
2. Docker コンテナの実行
- 以下コマンドを実行しコンテナを実行
3. APIキー等の初期設定
- コンテナ内部で以下コマンドを実行し、ウィザードに従って情報を入力
$ docker pull nvcr.io/nvidia/tlt-streamanalytics:v2.0_py3
# ngc config set
Enter API key [no-apikey]. Choices: [<VALID_APIKEY>, ‘no-apikey’]: <NGC APIキー>
Enter CLI output format type [ascii]. Choices: [ascii, csv, json]:
Enter org [no-org]. Choices: ['todymlgpe1ig']: todymlgpe1ig
Enter team [no-team]. Choices: ['no-team’]:
Successfully saved NGC configuration to /root/.ngc/config
$ mkdir workspace
$ docker run --gpus all -it -v `pwd`/workspace:/workspace nvcr.io/nvidia/tlt-streamanalytics:v2.0_py3 /bin/bash
コンテナの詳細については以下のNGCカ
タログを参照
https://ngc.nvidia.com/catalog/collections/
nvidia:tltcomputervision
22. NGCから学習済みモデル(PeopleNet)の取得
1. 特定タスク向けの学習済みモデルを探す
a) NGCのカタログの「MODELS」タブから一覧を閲覧
b) TLTコンテナ内部で以下コマンドにより一覧を閲覧
2. モデル一覧から対象モデルを選択
- 「Version History」タブを選択すると、バックボーンアー
キテクチャの種類、枝刈りの有無などからモデルのバリ
エーションを一覧できる
- 必要なモデルの名前を確認する
• 再学習が不要な場合はpruned(枝刈り済み)のものを選択する
3. 選択したモデルをダウンロード
- ここではresnet18ベースの枝刈り済みモデルを選択する
$ ngc registry model download-version "nvidia/tlt_peoplenet:pruned_v2.0"
$ ngc registry model list