Streamlit 데모 Face GAN 설치 및 실행 시켜보기

Streamlit은 머신러닝, 딥러닝 프로젝트나 데이터 분석 결과를 간단한 앱 형태로 제시하기 좋게 

핵심 기능을 잘 정리한 앱 프레임워크이다. 

www.streamlit.io/

Streamlit — The fastest way to create data apps

 

파이썬 코드로 작성한 알고리듬이나 모델을 앱 형태로 간단하게 연결해서 

결과를 사용자들이 조작하면서 볼 수 있는 기능을 제공하고 싶다면 안성맞춤인 것 같다. 

 

일단, 세부 기능을 공부하기 전에 데모를 돌려보면 좋을 것 같아 app gallery 메뉴를 선택하면 재미난 프로젝트와 함께 Stereamlit으로 어느 정도의 앱을 만들 수 있는지 파악이 가능하다. 

 

www.streamlit.io/gallery

Gallery | Streamlit — The fastest way to create data apps

데모 중에 필자가 관심있는 딥러닝 분야의 데모인 GAN 모델을 이용하여 Face를 생성해보는 코드가 있어서 설치해보기로 했다.  

 

demo-face-gan 설치 하기

1) 코드 다운로드

코드는 다음 위치에 있다. 

github.com/streamlit/demo-face-gan/

streamlit/demo-face-gan

원하는 폴더에 다음과 같이 git clone 명령을 사용하여 코드를 다운로드 한다. 

$ git clone https://github.com/streamlit/demo-face-gan.git

 

2) 파이썬 3.7 환경 구성

데모를 돌리기 위해 python 3.6이나 3.7버전이 필요하다고 나와 있으니 python 3.7버전을 선택해 환경을 구축해야 한다. 여러 가상환경이나 도커같은 방법으로 나름대로 파이썬 3.7버전을 구성하면 된다.

필자는 아나콘다 환경에서 다음과 같이 conda create 명령을 이용해 가상환경을 만들었다.

$ conda create --name demo-face-gan python=3.7

중요한 것은 python=3.7옵션을 선택해 파이썬 버전이 3.7이 되도록 한다. 

설치가 완료되었으면 방금 필자가 지정한 demo-face-gan 가상환경을 사용가능하도록 활성화 시킨다. 

(필자는 윈도우 환경에서 아나콘다를 사용하고 있어 conda activate 명령어를 사용했다. )

$ conda activate demo-face-gan

 

3) demo 설치하기 

이제 활성화된 가상환경에 데모 실행에 필요한 라이브러리들을 설치하면 된다. 

이 프로젝트는 requirements.txt를 참조해서 필요한 라이브러리들을 설치할 수 있도록 편하게 구성해 놓았다. 

먼저 앞서 git 명령어로 받아 놓은 프로젝트 폴더로 접근한다.

(demo-face-gan)$cd demo-face-gan

필요한 라이브러리들이 requirements.txt를 들여다 보면 다음과 같다.

matplotlib>=2.2.2
six>=1.11.0
scipy>=1.1.0
h5py>=2.7.1
pandas>=0.22.0
numpy>=1.15.1
cryptography>=2.1.4
Pillow>=5.3.0
keras>=2.2.4
lmdb>=0.94
moviepy>=0.2.3.5
scikit_learn>=0.20.0
opencv-python>=3.4.0.12
tensorflow==1.15.4
streamlit-0.68.0-py2.py3-none-any.whl

tensorflow 1.15.4버전을 사용하고 있음을 알 수 있으며 streamlit은 아예 .whl파일을 github 저장소에 같이 동봉해서 설치가능하도록 구성되어 있다. 

 

다음과 같이 pip 명령을 사용하여 requirements.txt에 작성되어 있는 모든 라이브러리들을 설치하면 된다.

(demo-face-gan)$pip install -r requirements.txt

4) demo 앱 실행해보기

streamlit run 명령을 사용해 앱을 구동시키면 된다.

(demo-face-gan)$streamlit run streamlit_app.py

다음과 같이 웹페이지에 자동으로 데모 페이지가 생성된다. 필요한 데이터를 로딩하는 과정도 보여주고 완료되면 다음과 같이 왼쪽 패널의 슬라이드나 체크 버튼을 이용하여 사용자가 Face GAN알고리듬을 조작해보고 결과를 확인해 볼 수 있다.