[물체 검출]YOLOv3를 움직여 보자!

소개

안녕하세요!
이번은 지금까지 계속해, 프로그래밍을 시작한 지 얼마 안되는 사람이라도 시각적으로 프로그래밍을 실감할 수 있는 기사를 써 보았습니다!
테마는 「YOLOv3」. 숙련자에게는 이미 친숙한 이름이라고 생각합니다만, 초보자에게는 익숙하지 않은 말이군요,,,.

그러면 우선 YOLOv3가 어떤 것인지를 설명하겠습니다.

YOLOv3이란?

YOLOv3의 YOLO는 「You Only Look Once」의 약자이며, 일본어로 하면 「한눈에 보는 것만으로 좋다」라는 의미가 됩니다.
2016년에 발표된 것으로, 지금까지의 물체 검출에는 없었던 1개의 CNN로 물체 검출부터 클래스 분류까지 모두 실시하는 기능을 실장한 획기적인 모델입니다.
의 유명한 TED에서 발표되었을 때도 청중에게 큰 영향을 주었다고합니다.
그럼 그런 YOLOv3을 누구나 쉽게 시도해 버리는 방법을 확인해 갑시다!

필자의 개발 환경

· macOS Mojave 버전 10.14.3
・MacBook Air(11-inch, Early 2015)
· 프로세서 1.6GHz Intel Core i5
· 파이썬 3.7.1

이것으로 문제없이 움직였습니다!

절차

① 우선 terminal을 열고 「mkdir yolov3」라고 치고 enter 키를 눌러, yolov3의 폴더를 작성합니다.

②이어서 「git clone htps : // 기주 b. 이 m/pj 뻗어/다 rk네 t」 」라고 박아서 enter 키를 누릅니다.
그러면 다운로드가 시작되므로 기장에 기다리자.

③ 다음에 「cd darknet/」라고 치고 enter 키를 누르고, 다음에 「make」라고 치십시오. 그러면 또 오랫동안 처리가 시작되므로 기장에 기다리자.

④처리가 끝나면 인터넷에서 「htps : // pj 어서. 이 m/다 rk네 t/요ぉ/」 다운로드가 완료되면 방금 만든 yolov3 폴더 안의 darknet 안에 저장합시다. 저장이 끝나면 yolov3 폴더를 바탕 화면에 놓습니다.

⑤ 그리고 또 터미널을 열고 방금전의 계속에서 「./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg」라고 박습니다. 이 dog.jpg 라는 것은 darknet 라는 폴더 안에 있는 data 폴더에 들어 있는 이미지입니다만, 이 이미지를 사용해 시험에 물체 검출을 해 봅니다.

⑥ 처리가 끝나면 결과가 터미널에 표시되고 검출된 이미지가 prediction.jpg로 darknet에 저장됩니다.
dog.jpg를 사용한 경우, 이런 이미지가 됩니다.

끝에

어땠습니까?
이런 느낌으로 쉽게 물체 검출을 할 수 버립니다!
시작한 지라면, 뭔가 시각적으로 프로그래밍 결과가 나오는 것이 절대 재미 있기 때문에 매우 추천합니다.
프로그래밍 경력에 관계없이 정말 간단하기 때문에, 자전의 jpg 화상으로 시험해 보면 재미있습니다!

그럼 다음 기사에서!