YOLO_Install - 8BitsCoding/RobotMentor GitHub Wiki

• 참고사이트

---

Visual Studio는 2015, 2017, 2019 버전 모두 사용이 가능

단, 아무래도 레퍼런스가 많은 2017을 쓰는 것을 추천한다.

• Visual Studio 2017 Down

---

설치순서

1. darknet(YOLO v3)
2. CUDA
3. cuDNN
4. OpenCV

---

darknet(YOLO v3) 다운로드

• darknet Github 에서 다운받자

---

CUDA 다운로드/설치

CUDA는 자신의 GPU에 맞는 버전을 받아야한다.

우선 자신의 GPU를 확인한다.

보통은 NVidia 드라이버를 설치하면서 NVida 제어판에서 확인가능

나의 경우 Quadro K420

YOLO v3 권장 GPU 메모라가 4GB인데 1GB;;;

우선 테스트용이기에 넘어간다.

자신의 GPU에 맞는 CUDA를 확인한다. 홈페이지

K420의 경우 Compute capability(version)이 3 이기에 CUDA SDK 9.0 ~ 10.0 까지 설치가능하다.

CUDA Toolkit Download

자신의 OS에 맞는 CUDA Toolkit을 설치한다.

설치위치는 C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v#.# 이 된다. 기억해두자

---

cuDNN 다운로드/설치

• 다운로드 홈페이지

여기서 주의할 점은 자신의 CUDA 버전과 맞는 cuDNN을 다운 받아야 한다는 점이다.

다운로드 완료 후 압축을 해제하고 내부의 파일을 C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v#.#에 붙여넣기 한다.

환경변수의 cudnn을 C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v#.#로 지정한다.

---

OpenCV 다운로드/설치

버전이 어려개지만 3.4.0을 쓴다(홈페이지에 그 이후 버전은 지원이 안된다고 나와있음... 나중에 바뀔지 모름)

• 다운로드 홈페이지

설치는 압축해제 정도이고 나의 경우 C:\\OpenCV내에 넣어둠, 뒤에서 사용하기에 기억해두자

---

darknet 빌드하기

• darknet github

우선 나의 경우 VS 2017을 사용함

빌드 파일은 darknet-master\build\darknet\darknet.sln에 있음.

처음 실행하면 아래와 같은 에러가 발생

그냥 확인

역시 그냥 확인

Release x64로 두고 빌드한다.

아래와 같은 에러가 발생한다면

프로젝트 우클릭 -> 빌드 종속성 -> 사용자 지정 빌드

자신의 CUDA 버전이 맞는지 확인

(참고) 디버그는 안됨... 되면 다시 업로드 예정

---

간단한 테스트 해보기

OpenCV사용을 위해서 dll파일을 darknet-master\build\darknet\x64로 옮긴다.

opencv_ffmpeg340_64.dll, opencv_world340.dll를 옮기면 되고

아마 C:\\opencv\\build\\x64\\vc##\\에 있을 것

weights 파일을 다운 받는다. 다운로드 사이트

다운 받은 weights 파일을 darknet-master\build\darknet\x64내부에 넣는다.

나의 경우 yolov3.weights를 다운 받음

• weights 다운로드 홈페이지 -> Pre-trained model을 보면된다.

darknet_yolo_v3.cmd를 실행해본다.

test.mp4파일을 넣은 후 darknet_yolo_v3_video.cmd를 실행해본다.

---

CMake로 프로젝트 빌드하기

CMake GUI 실행 -> Configure -> Optional platform for generator(Set : x64) -> Finish -> Generate -> Open Project -> Build!