[OpenCV] YOLO INSTALL yolo설치 :: 우주를놀라게하자

https://youtu.be/Cgxsv1riJhI (TED영상 YOLO에 대한 간략한 설명)

YOLO: 실시간 객체 검출(Yolo: you only look once)

 YOLO를 실행시키기 위해서는 Darknet이 필요하다. Darknet은 Joseph Redmon이 독자적으로 개발한 신경망 프레임워크(neural network framework)로서 dnn(deep neural network)들을 학습시키고 실행시킬 수 있는 틀(framework)이다.

뿐만 아니라 YOLO는 open source로 되어있기 때문에 학습하기에 매우 용이하다.

 

왜 YOLO인가?

 이름에서 알 수 있든 한번만 보면 객체를 인식할 수 있다. 이말은 즉슨, 기존의 Object-detect 방식은 정확성을 높이는데 주력했다면 위의 Joseph Redmon의 구현한 방식은 정확도보다는 Detect하는 시간에 중점을 두어서 빠르게 객체를 검출하는것에 중점을 두었기 때문에 특히 Image Processing분야에서 각광을 받고 있다.

 

이번에는 YOLO를 설치하는 방법에 대해서 정리하고 다음에는 YOLO를 통해서 원하는 Object를 훈련시켜서 검출하는 단계까지 진행하겠다.

 

https://pjreddie.com/darknet/

필자의 사양

-Ubuntu 18.04

 

미리 밝혀두지만 나는 ubuntu 18.04환경을 사용하였고 ubuntu에 맞춰서 설치를 했기 때문에 주의하기 바란다.

 또한 위의 링크를 걸어두었는데 해당 링크에서 1번째 Instaling Darknet에 들어가면 친절한 설명과 함께 설치방법이 나와있다. 혹여나 내가 정리하다 빼먹은 부분이 있다면...양해바라고 사이트에서 추가적으로 부족한 부분은 채워주면 될것이다.

 

git에서 소스를 다운받아준다.

git clone https://github.com/pjreddie/darknet.git cd darknet make   *git에서 소스코드를 받아주고 받아온 소스의 폴더의 내부로 들어가서 make옵션으로 컴파일해준다.

Yolo에서 제공하는 학습된 가중치(weight)를 설치해준다.

wget https://pjreddie.com/media/files/yolo.weights

이미지파일 예제를 실행해보자.

./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg *해당 명령어는 darknet폴더 내부에서 실행해야한다.

이미지파일 결과화임

위의 명령어를 치게 되면 darknet폴더 내에 prediction이란 이미지 파일이 생기게되어 결과처럼 화면에 예측한 bounding 박스를 표시해준다.

 

예제가 잘 된다면 이제 cuda, opencv, cudnn을 사용해서 나만의 object를 학습시켜보고 또 학습시킨 가중치를 사용해서 image와 영상내에서 얼마나 잘 찾아내는지를 해보자!

 

cuda와 cudnn의 설치방법은 아래의 링크에 설명해두었다... opencv는 차후에 정리하도록 하겠다...

cuda install : https://dentuniverse.tistory.com/8

[CUDA] ubuntu 18.04 CUDA Install :: 우주를놀라게하자

 

cudnn install : https://dentuniverse.tistory.com/m/9

[cuDNN] ubuntu 18.04 cuDNN Install :: 우주를놀라게하자