Magin-playground Magin-playground

1)Ultralytics 깃허브 GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite - ultralytics/ultralytics github.com 일단 Yolov5와 Yolov8 개발자는 같다!! 그렇기 때문에 사용감에 있어서 크게 다르지 않다. 일단 Roboflow에서 데이터셋이 준비되었다는 가정하에 진해함으로 이전 포스트를 차고 부탁드려요~ YOLO 학습용 Datasets 만들기 (Roboflow 활용법) 먼저 데이터 학습을 시킬 사진들이 준비가 되어있다면 바로 학습시키..

이번 포스트는 기존 YOLOv3-Darknet 사용법 이후로 YOLOv5(Pytorch)로 버전을 바꾸기 위해 테스트를 진행했습니다. *현재 작성자 기준 세팅 1. Nvidia driver - 470 2. Cuda - 11.2 3. CuDnn - 8.1.1 4. Pytorch - 1.8.0 + cu111 !!주의!!) 위 세팅 기준으로 작성하였기에 사용자 분들은 현재 GPU와 기본세팅에 맞춰서 준비하셔야합니다. 사용법 참고) https://docs.ultralytics.com/yolov5/tutorials/train_custom_data/#before-you-start Train Custom Data Train your custom dataset with YOLOv5. Learn to collect, l..

Darknet과 ROS를 연결해서 사용하기 위한 세팅이다. #먼저 사용자 workspace로 이동 cd catkin_ws/src #꼭 아래와 같이 git clone 해야 오류가 없습니다. git clone --recursive https://github.com/leggedrobotics/darknet_ros.git cd .. catkin_make -DCMAKE_BUILD_TYPE=Release 여기서 대부분 한번에 빌드가 안될텐데 cmakelist파일을 수정해야한다. CMakeList.txt 수정) darknet_ros/darknet_ros 위치에 있는 CMakeList.txt 파일을 열어보면 이전 설치과정에서 확인한 사용자 컴퓨터의 GPU에 맞춰서 설정을 추가해줘야 합니다. 예를 들어 사용자 기준 RT..

먼저 해당 컴퓨터에 아래 세팅들이 다 되어있는지 확인해보세요 CUDA NVIDIA driver cuDNN openCV 하나롣 부족하다면 아래 이전글을 통해 준비해주세요 [Darknet]Darknet위한 초기세팅(Ubuntu20.04) 일단 본론부터 말하면 여기서 다루는건 다음과 같다. NVIDIA driver 460 (작성자는 470) CUDA11.2 (작성자는 11.4) cuDNN8.1 openCV4.5.1 작성자 기준은 무시하셔도 됩니다. 드라이버 버전이 달라서 그렇습니다. d play2-gound.tistory.com 이제 그렇다면 바로 시작하겠습니다. 먼저 Darknet파일을 다운 받습니다. https://github.com/AlexeyAB/darknet.git GitHub - AlexeyAB/d..

먼저 데이터 학습을 시킬 사진들이 준비가 되어있다면 바로 학습시키기 위한 작업을 해야합니다. 위에 사진처럼 Object detection을 위해서는 우리가 직접 Bounding box작업을 통해서 학습을 시켜야합니다. (요즘은 이부분도 머신러닝으로 처리가능하다고 함) 1. 사진 등록하기 처음 create projedct창에서 객체탐지용이라면 프로젝트명과 탐지할 객체 종류정보만 입력 후 생성하면 됩니다. 하나의 workspace를 만들고서 Annotate카테고리에 가면 이미지를 등록 할 수 있습니다. *사진 등록시에 사진을 하나하나 넣는 것은 불가능하고 한 폴더에 다 담은 상태에서 폴더를 드래그 앤 드롭시 폴더에있는 모든 사진이 등록됩니다. 주의!!! 2. Bounding Box 오른쪽에 있는 도구들을 사..