Darknet
-
Yolo v3 커스텀 모델 학습Darknet 2018. 11. 16. 17:07
데이터 라벨링 학습을 하기 위해서는 라벨링 된 이미지들이 필요합니다. LabelImg : https://tzutalin.github.io/labelImg/ 위 링크에서 LabelImg 프로그램을 다운로드받습니다. 압축을 푼 후 windows_v1.8.0\data 폴더의 predefined_classes.txt 파일을 연 후 자신이 인식하고자 하는 객체의 이름을 적습니다. 객체들의 사진을 data 폴더에 넣습니다.이미지가 많을수록 모델의 성능이 좋아집니다. LabelImg.exe 프로그램을 실행하고 roi style 을 yolo로 변경합니다. OpenDir 버튼을 클릭한 후 data 폴더 위치를 등록합니다.Change Save Dir 버튼을 클릭한 후 data 폴더 위치를 등록합니다. Create Rect..
-
Yolo v3 사용Darknet 2018. 11. 15. 16:58
weight 파일 다운로드 YOLO : https://pjreddie.com/darknet/yolo/ yolo 홈페이지에서 자신의 사양에 맞는 weight 파일을 다운로드 받습니다. (YOLOv3-tiny > YOLOv3-320 > YOLOv3-416 > YOLOv3-608 = YOLOv3-spp)왼 쪽에 있을수록 속도가 빠르고 요구사양이 낮지만 정확도가 떨어집니다. darknet-master\build\darknet\x64다운로드 받은 weight 파일을 위 경로에 weight 폴더를 만든 후 옮깁니다. C:\opencv\build\x64\vc14\bin위 경로에 있는 opencv_world320.dll 파일을 darknet.exe가 있는 경로에 복사합니다. C:\opencv\build\bin위 경로에..
-
Darknet 설치Darknet 2018. 11. 15. 16:41
CUDA, CUDNN 설치 CUDA : https://developer.nvidia.com/cuda-toolkit CUDNN : https://developer.nvidia.com/rdp/form/cudnn-download-survey CUDA, CUDNN을 다운로드 받아 설치합니다. 설치시 보통 환경변수가 자동으로 등록되지만 그렇지 않은 경우 수동으로 등록합니다. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 (CUDA 경로에 따라 달라질 수 있음) 설치한 경로를 환경변수에 등록합니다. CUDNN의 경우 압축 파일의 내용물들을 CUDA 경로에 붙여넣기 합니다. 필자의 경우 CUDA 8.0, CUDNN 5 버전을 사용하였습니다. nvcc –versio..