YOLO Quickstart

YOLO(You Look Only Once)란?

---

• 딥러닝을 이용한 Object Detection, Image Segmentation 프로그램

• Ultralytics에서 개발했다.

• 라이센스는 GPL-3.0라이센스이다. 주의할 것

  yolov5/LICENSE at master · ultralytics/yolov5

• 본 글은 Ultralytics YOLOv8 Docs를 기반으로 작성되었다.

  Ultralytics YOLOv8 Docs

YOLO Quickstart

---

Environment Requirments

ultralytics/requirements.txt at main · ultralytics/ultralytics

Install

다음은 나의 환경에서 YOLO를 설치하는 과정을 기록한 것이다.

pip install ultralytics

• 만약 dependency issue가 있다면 다 설치해서 해결해 주자
• CUDA가 설치되어 있어야 YOLO를 실행할 수 있으니 CUDA도 설치하자(YOLO가 pytorch를 사용하는데 여기에서 CUDA를 필요로 하는 것 같다.)

  • CUDA 설치(NAS에 CUDA_12.0.1 저장되어 있다)

  • Ubuntu 22.04에서 CUDA를 설치할 경우 다음 명령어를 한 줄씩 입력한다.

    wget https://developer.download.nvidia.com/compute/cuda/12.0.1/local_installers/cuda_12.0.1_525.85.12_linux.run
    sudo sh cuda_12.0.1_525.85.12_linux.run
    

  • 위의 명령어 입력 후 실행시킨 프로그램에서 그래픽 드라이버는 제외하고 설치해야 정상적으로 설치된다.

  • 이후 nvcc명령어를 사용해서 쿠다 버전이 확인이 되지 않는다. 이를 해결하기 위해 다음 문장을 ~/.profile의 가장 밑에 추가한다.

    export PATH=/usr/local/cuda-12.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64:$LD_LIBRARY_PATH
    

  • 이후 source ~/.profile 명령어를 통해 변경사항을 적용시키면 아래 명령어를 통해 쿠다 버전이 정상적으로 인식되는 것을 확인할 수 있다.

    nvcc -V
    

  • cuDNN설치(로그인 필요, CUDA12.0에 사용되는 cuDNN v8.8.0, NAS에 저장되어 있다)

    • 압축 해제 후 CUDA설치 경로(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\lib)의 bin, include, lib 폴더에 추가한다.

  • Ubuntu 22.04설치

  • Ubuntu 22.04에서 설치 시 재부팅을 해 주어야 한다.

CLI Example

yolo detect train model=yolov8n.pt data=coco128.yaml device=0

• 위의 명령어를 입력하여 간단한 예제를 수행할 수 있다.
  • pytorch가 제대로 설치되어 있지 않다면 CUDA, cuDNN이 제대로 설치되어 있어도 에러가 발생한다. 여기에서 환경에 맞게 다운로드 받을 수 있다.

Export

• 학습 모델은 onnx확장자로 export 된다.

Tasks

Detection

• 객체 감지

• 이미지 또는 비디오 스트림에서 객체의 위치와 클래스를 식별하는 작업이다.

• object detector의 결과물은 이미지의 개체를 둘러싼 bounding boxes이다. 라벨, 클래스, confidence score가 각각의 박스 마다 매겨진다. 관심이 있는 장면에서 사물을 특정하기 위해 사용된다. 정확한 모양이나 위치는 특정할 수 없다.

  

Segmentation

Classification