앞의 글에서 Yolo mark의 설치에 대해 알아보았습니다. 이번에는 이렇게 라벨링 된 데이터를 가지고 학습을 시키기 위해 Yolo darknet을 설치해 보도록 하겠습니다. 우선 앞의 Yolo mark 설치하기라는 글을 보지 않으셨다면, 아래의 링크를 따라가서 게시물을 따라 openCV를 설치하고, 환경변수를 설정하는 것, 이 두 가지만 완료하신 후 다시 이 글로 돌아오시면 되겠습니다.
[Yolo] Windows에 Yolo-Mark 설치하기
딥러닝을 통해서 이미지를 구별하려고 한다면, 당연히 학습하는 과정이 필요합니다. 강아지 사진을 입력 값으로 넣고, 컴퓨터가 이 사진이 강아지 사진이라는 것을 판별하려면 수많은 강아지
jooona.tistory.com
Yolo darknet을 설치하기 위해서는 우선 Cuda와 cuDNN을 설치해야 합니다. Cuda와 cuDNN은 서로 버전이 맞아야 하니 유의하셔서 설치하셔야 합니다.
Cuda와 cuDNN은 아래 링크들에서 다운로드 하실 수 있습니다. 저는 둘 다 11.1 버전으로 진행했습니다.
developer.nvidia.com/cuda-toolkit-archive
CUDA Toolkit Archive
Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production
developer.nvidia.com
developer.nvidia.com/rdp/cudnn-download
cuDNN을 다운로드 하시기 위해서는 회원가입을 하셔야 합니다. 그리고 Cuda와 버전이 맞는 cuDNN을 다운로드하셔야 합니다. cuDNN을 다운로드 받으셨다면, 압축파일을 풀어 모든 파일을 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1에 붙여 넣기 하시면 됩니다. 물론 버전은 본인이 다운로드하신 버전에 넣어야 합니다.
그리고 시스템 환경 변수에도 cuDNN을 추가해야 합니다. 윈도우 검색 - 시스템 환경 변수 편집 - 환경 변수 - 시스템 변수 아래에 있는 새로 만들기에 추가해주시면 됩니다.
이제 깃허브에서 Yolo darknet을 다운로드 받습니다. 앞의 글에서 Yolo mark를 다운로드할 때처럼 아래의 링크로 들어가 우측의 초록색 Code 버튼을 누른 뒤 Download ZIP을 하셔서 압축을 풀어주시면 됩니다.
AlexeyAB/darknet
YOLOv4v / Scaled-YOLOv4 - Neural Networks for Object Detection (Windows and Linux version of Darknet ) - AlexeyAB/darknet
github.com
압축을 풀면 darkent-master라는 폴더가 생깁니다. 폴더를 열어서 build - darknet에 들어가면 darknet.sln이라는 파일이 있습니다. 바로 실행시켜 줍니다. Visual studio가 실행되면 아래의 사진에서 빨간색으로 표시된 부분을 Release, x64로 변경해 줍니다.
그리고 프로젝트 속성 - C/C++ - 일반에 들어가시면 '추가 포함 디렉터리'라는 항목이 있습니다. 이 항목에서 우측에 화살표를 눌러 편집을 클릭하면 다음과 같은 창이 뜨게 됩니다.
여기서 우측 상단에 추가 버튼을 눌러 사진처럼 C:\opencv가 있는 경로\opencv\build\include를 추가해줍니다. 저 같은 경우에는 opencv를 그냥 C드라이브에 바로 저장했기 때문에 C:\opencv\build\include라는 경로로 작성해 주었습니다.
다음으로는 링커 - 일반 - 추가 라이브러리 디렉터리를 클릭하여 편집하기를 선택해줍니다.
그리고 여기에는 C:\opencv\build\x64\vc14\lib라는 경로를 입력해줍니다. 물론 저와 경로가 다르다면 경로는 수정해주셔야 합니다. 여기까지 하셨다면 적용을 클릭합니다.
여기까지 완료되었다면 상단의 메뉴바에서 빌드 - 솔루션 빌드를 실행해줍니다.
빌드에 성공하면 darknet-master 폴더의 darknet-master\build\darknet\x64경로에 darknet 실행파일이 생성되게 됩니다. 여기에도 openCV에서 아래 파일들을 복사해 붙여줍니다.
이제 테스트를 해보겠습니다. 아래의 사이트에서 weights 파일을 다운로드하여
darknet-master\build\darknet\x64\weight에 복사 붙여 넣기 해줍니다.
https://pjreddie.com/media/files/yolov3.weights
그리고 cmd 창을 켜줍니다. cd 명령어를 통해 darknet 실행 파일이 있는 경로를 찾아 들어간 뒤 아래의 명령어를 수행해 주시면 됩니다.
darknet.exe detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
아래와 같은 결과가 나오면 설치가 잘 완료되고 잘 실행된 것입니다.
'프로젝트 및 실습 > Yolo' 카테고리의 다른 글
| [Yolo] Yolo를 이용한 데이터 학습 (3) | 2021.01.22 |
|---|---|
| [Yolo] Yolo-Mark 사용법 (2) | 2021.01.17 |
| [Yolo] Windows에 Yolo-Mark 설치하기 (1) | 2021.01.12 |