今更ながらGoogle ColabというGPUが無料で使えるサービスがあることを知りました。YOLOでリアルタイム物体検出を行うには手元のPCのスペックが足りなすぎるので、こちらが使えるか試してみたいと思います。

手始めにどのように使えるのか試してみました。今回は導入までしか行いません。

参考にしたのは下記のサイト

Google Colaboratoryの無料GPU環境を使ってみた

【秒速で無料GPUを使う】TensorFow(Keras)/PyTorch/Chainer環境構築 on Colaboratory

ColaboratoryでChainer使ってYoloを動かす

導入までは上2つ、やってみたいこととしては3つ目の記事が参考になりそうです。分かりやすい記事が多くて有り難い。

とりあえず、1つ目の記事を参考にして導入までしてみました。

まずはColabのページにアクセスします。

https://colab.research.google.com

アクセスしたら「Python3の新しいノートブック」を選択します。

新しいノートブックができたら以下を入力して「Ctrl+Enter」で実行してみます。「hello colaboratory!」と表示できればOK。

次に「ランタイム」→「ランタイムのタイプを変更」を選択して、「GPU」を選びます。これでColab内の「GPU」が有効になるようです。

Colabには既にたくさんのパッケージがインストールされています。以下を入力してインストールされているものを確認してみます。

試しにTensorflowが使えるか以下のコードで試してみます。デバイス名が表示されればOK。

MNISTを実行してみます。

以下のコードを入力してGPUの種類を確認してみます。現時点ではTesla T4が使われているようです。

参考記事にあったCPUとGPUの性能を比較するコードを入力して実行してみます。参考サイトでは「9倍」とありましたが、実際に行ってみるとなんと「38倍」の差がありました。GPUのほうが圧倒的に早いようです。

今後YOLOを使うときはCorabを使ったほうが良さそうだということが分かりました。

続きはこちらの記事に記載しています。

Google Colaboratory上でYOLOを動かして画像認識させてみた