YOLO v4 모델 사용방법

2021년 7월 22일 기준 작성된 글입니다. 수정사항 댓글로 남겨주시면 빠르게 수정하겠습니다. 

실행에 앞서 CUDA와 CUdnn 설치를 하고 진행하시면 됩니다

https://dohyeon.tistory.com/4?category=1007080

딥러닝 GPU 개발환경 구성방법(cuda,cudnn)-Window10

 

 

1.YOLO v4 -tensorflow 버전 다운로드

 

---

□ 아래 링크의 프로젝트를 다운로드한 후, 압축을 풀어줍니다.

초록색 버튼 Code를 클릭한 후, Download ZIP를 클릭하면 yolo 프로젝트가 ZIP 파일로 압축되어 다운로드 됩니다. 

https://github.com/hunglc007/tensorflow-yolov4-tflite

 

 

□ 아래 링크에서 yolov4.weights 파일을 다운로드합니다.

https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT

 

 

□ yolov4.weights 파일을 압축 푼 폴더의 tensorflow-yolov4-tflite-master\data에 복사해줍니다.

 

□ anaconda prompt를 실행합니다

 

□ conda create -n 가상환경이름 python = 3.7  명령어로 가상환경 구성

 

□ conda activate 가상환경이름 명령어로 가상환경 활성화

 

□ https://github.com/hunglc007/tensorflow-yolov4-tflite 

깃허브에서 요구하는 tensorflow==2.3.0 이상버전 설치 

 

□ cd C:\Users\user\Desktop\tensorflow-yolov4-tflite-master 명령어로 디렉토리 이동

 

□ 다크넷 가중치 파일을 텐서플로우를 위한 것으로 변환

python save_model.py --weights ./data/yolov4.weights --output ./checkpoints/yolov4-416 --input_size 416 --model yolov4

 

□ 다음 명령으로 실행하고 잠시 기다리면 오브젝트 디텍션 결과가 보여짐

 

yolov4 일반 버전(Image file)

python detect.py --weights ./checkpoints/yolov4-416 --size 416 --model yolov4 --image ./data/filename.jpg

yolov4 일반 버전(Video file)

python detectvideo.py --weights ./checkpoints/yolov4-416 --size 416 --model yolov4 --video ./data/filename.mp4

 

작업관리자>성능 > cuda  에서  GPU 사용량을 확인할 수 있습니다.