마지막 기사

YOLOv4 환경 구축①

참고
htps //w w. 요츠베. 이 m/와 tch? v = 수 Vpz8

DarkNet 다운로드

C 드라이브와는 별도의 D 드라이브 바로 아래에 YOLO_v4 디렉토리를 작성하기로 결정했습니다.
이 디렉토리에 DarkNet 다운로드

GitHub에서 복제
htps : // 기주 b. 이 m / pj Reet / rk t

URL 복사


명령 프롬프트에서 YOLO_v4 디렉터리로 이동하여 복제

/YOLO_v4

$ git clone https://github.com/pjreddie/darknet.git

OpenCV dll 파일을 DarkNet에 복사

지난번 빌드 된 OpenCV 디렉토리 C:\opencv\build\bin\Release에서 다음 파일을 D:\YOLO_v4\darknet\build\darknet\x64로 복사

opencv_videoio_ffmpeg430_64.dll

opencv_world430.dll

cuDNN dll 파일을 DarkNet에 복사

이전과 마찬가지로 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin (전회 참조)에서 다음 파일을 D:\YOLO_v4\darknet\build\darknet\x64로 복사

cudnn64_7.dll

cuDNN 버전에 맞게 DarkNet 설정 변경

편집기에서 D:\YOLO_v4\darknet\build\darknet에서 darknet.vcxproj를 편집기에서 열고 편집

"CUDA 10"에서 검색하여 모든 위치의 CUDA 버전을
10.0에서 10.2로 변경


같은 디렉토리에 있는 yolo_cpp_dll.vcxproj에 대해서도 마찬가지로 버젼을 수정한다

YOLOv4를 업데이트한 CUDA 버전으로 컴파일

Visual Studio에서 yolo_cpp_dll.vcxproj를 열고 모드를 Rerease, x64로 설정하여 yolo_cpp_dll을 빌드합니다.

DarkNet 컴파일

Visual Studio에서 D:\YOLO_v4\darknet\build\darknet에서 darknet.sln 열기

이전과 마찬가지로 모드를 Rerease, x64로 설정
darknet의 오른쪽 클릭 메뉴에서 속성 열기

C/C++

추가 포함 디렉토리 편집

속성 C/C++ > 全般 > 追加のインクルードディレクトリ에 C:\opencv\build\install\include 추가

전처리기 정의 편집

속성 C/C++ > プリプロセッサ > プリプロセッサの定義에서 CUDNN_HALF 제거

CUDA C/C++

속성 CUDA C/C++ > Device > Code Generation에서 compute_75, sm_75 제거 (10.2에서는 필요 없음)

링커

속성 リンカー > 全般 > 追加のライブラリディレクトリ에 C:\opencv\build\install\x64\vc16\lib 추가

darknet 빌드

솔루션 탐색기에서 darknet을 마우스 오른쪽 버튼으로 클릭하여 빌드

명령 프롬프트에서 확인

명령 프롬프트에서 D:\YOLO_v4\darknet\build\darknet\x64로 이동하여 python에서 darknet을 오류없이 import 할 수 있는지 확인

\YOLO_v4\darknet\build\darknet\x64

$ python
>>> import darknet
>>>

YOLOv4에서 정지 영상과 동영상에 대해 물체 감지를 수행합니다.

학습된 모델 다운로드

htps : // 기주 b. 코 m / 아, B / 다 rk t에서 학습 된 모델 다운로드



다운로드한 yolov4.weights를 D:\YOLO_v4\darknet\build\darknet\x64에 복사

같은 디렉토리에 동작 확인에 사용하는 정지화면 파일과 동영상 파일도 넣어 둔다

스틸 이미지로 물체 감지

명령 프롬프트에서 D:\YOLO_v4\darknet\build\darknet\x64로 이동하여 다음을 수행합니다.

$ darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights

스틸 이미지의 경로를 묻기 때문에 입력하십시오.

동영상으로 물체 감지

동영상 파일의 이름은 test.mp4명령 프롬프트에서 D:\YOLO_v4\darknet\build\darknet\x64로 이동하여 다음을 수행합니다.

$ darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights test.mp4

다음에 계속

게다가?