스스로 이미지를 학습하여 물체 인식을 실시 Part1

물체 인식 준비 (환경 구축)



처음 뵙겠습니다. 이번은 1개월간의 물체 검출 학습으로 얻은 것을 정리하고 싶습니다.

먼저 사용하는 도구, 샘플 코드입니다.
  • YOLOv5
  • labelImg
  • roboflow
  • google colaboratory

  • 거의 이것만 사용합니다.

    PC 사양
  • MacBook Pro 13-inch, 2019
  • 메모리 8GB
  • 프로세서 1.4 GHz 쿼드 코어 Intel Core i5

  • 처음 쓰므로, 그 밖에 무엇의 스펙 쓰면 좋을지 모르기 때문에 투고할 때에 올리면 좋은 것이 있으면 가르쳐 주셨으면 합니다.

    우선, 환경 구축을 실시해 갑니다.

    yolov5 github
    htps : // 기주 b. 이 m / u lt et al. ly cs / yo v5
    이 URL에서 소스 코드를 설치합니다.

    페이지로 이동하면

    이 화면이 표시된다고 생각합니다.

    오른쪽 상단의 녹색 "코드"를 클릭하고 "download zip"에서
    zip 파일을 다운로드합니다. 



    다운로드가 완료되면 zip 파일을 확장합니다.

    그러면 다음과 같은 것을 할 수 있다고 생각합니다.



    여기에서 README.md를 사용합니다.
  • 터미널을 엽니다.
  • yolov5를 다운로드한 경로로 이동합니다.
  • 이 경우는, 디렉토리의 이동시키지 않고 그대로 실시합니다.

  • 먼저 자신의 위치를 ​​확인하기 위해 list segments를합니다.

    터미널
    ls
    

    글쎄, 실제로 다운로드 파일을 어디에 넣어도 괜찮습니다.

    터미널
    cd Downloads
    

    에서 다운로드 폴더로 이동합니다.

    터미널
    cd yolov5-master
    

    아마 폴더 이름이 yolov5-master라고 생각하기 때문에 거기로 이동합니다.

    그렇다면 README.md에 쓰여진대로 작동합니다.

    터미널
    pip install -r requirements.txt
    

    설치가 시작됩니다.

    pip에서 오류가 발생하면 pip3에서 시도해보십시오.

    그런 다음 labelImg를 설치합니다.

    labelImg의 github로 날아갑니다.
    htps : // 기주 b. 코 m / t 즈타 ぃ / ぁ ぃ

    아래로 스크롤하면 셋업 방법이 실려 있습니다.

    yolov5와 마찬가지로 codezip을 다운로드합니다.

    다운로드가 완료되면 배포합니다.

    터미널
    cd ..
    

    아까, yolov5-master 디렉토리에 있었기 때문에 이동합니다.

    터미널
    cd labelImg-master
    

    이동하면 labelImg를 설치합니다.

    터미널
    brew install qt  # Install qt-5.x.x by Homebrew
    brew install libxml2 
    or using pip
    pip3 install pyqt5 lxml # Install qt and lxml by pip
    
    make qt5py3
    python3 labelImg.py
    

    설치가 시작됩니다.



    이 화면이 나오면 성공입니다.

    이것으로 제1단계의 환경 구축은 완료입니다.

    Part2에서 google colaboratry에 대해 설명합니다.

    읽어 주셔서 감사합니다!

    좋은 웹페이지 즐겨찾기