개발환경

yolo를 실행시키기 위한 파일들을 다운받다가 자꾸 오류가 나서 처음부터 제대로 정리할려고 한다.

https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects

GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Da

yolov4에 대한 공식문서이다.

CUDA버전이 10.2 버전 이상, cuDNN버전은 8.0.2버전 이상이여야 한다.
여기서 중요한 것은 자신의 그래픽카드마다 맞는 CUDA를 설치해주어야 한다. 필자의 GPU는 RTX 2060 SUPER이다.

1. 본인의 GPU에 맞는 Compute Capability 확인

https://developer.nvidia.com/cuda-gpus

CUDA GPUs

여기에 접속하게 되면

여기서 CUDA-Enabled Geforce and TITAN Products를 클릭

나의 경우는 Compute Capability가 7.5인 것을 확인할 수 있다.

2. Compute Capability에 맞는 CUDA SDK 버전 확인

https://en.wikipedia.org/wiki/CUDA

CUDA - Wikipedia

위 사이트에 접속한 다음 밑으로 내려가면

아까 확인했던 Compute Capability맞는 CUDA SDK를 확인 할 수 있다.
SDK10.0부터 11.6까지 쓸 수 있는데 블로그를 찾아보니 YOLOv4를 쓴 사람들은 대부분 10.2버전을 설치했고 11버전을 설치했던 사람들은 오류가 났다는 글을 보았다.
그래서 CUDA는 10.2버전을 설치하기로 했다.

3. CUDA Toolkit 10.2버전 설치

https://developer.nvidia.com/cuda-toolkit-archive

CUDA Toolkit Archive

10.2버전 클릭

Installer Type에서는 network는 인터넷을 통해 여러 번 다운받는 것이고, Local은 한 번에 받는 것입니다. 그래서 인터넷 문제가 없다면 Local로 받는다. 
설치 경로를 default값으면 설정하면 

위와 같이 설치가 된다. network로 받으면 이렇게 안되고 다른 방식으로 된다. 그래서 다시 local로 설치했다.ㅜㅜ

4. CUDA Toolkit 버전에 맞게 cuDNN 다운로드 및 압축 해제

https://developer.nvidia.com/rdp/cudnn-download

들어가면 로그인 화면이 뜬다. 로그인 후에  보안 장애텍스트가 뜰텐데 F5누르고 기다리면 가입 이메일 주소로 링크가 보내진다. 이메일에 접속해서 메일링크를 누르면 로그인이 완료가 된다.

그러면 위와 같은 화면이 나오게 되고 CUDA 10.2에 해당하는 cuDNN v8.4.0을 설치한다.

그러면 cuDNN의 위 3가지 파일을 위와 같이 CUDA파일의 각 이름에 맞게 폴더안에 넣어준다.

https://hansonminlearning.tistory.com/7

5. opencv3.4.8 다운로드

https://opencv.org/releases/page/3/

Releases - OpenCV

opencv는 라이브러리이므로 압축을 풀어서 적절한 위치에 저장한다

 

6. darknet 다운로드

https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects

GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Da

다운로드 후 압축을 풀고 bulid-darknet-darnet클릭

Release, x64로 변경
프로젝트-속성-C/C++-일반-추가 포함 디렉터리-오른쪽 택-편집에서 opencv의 include경로를 자신의 경로에 맞게 수정

프로젝트-속성-링커-추가 라이브러리 디렉터리-오른쪽 탭-편집에서 opencv의 lib에 대한 경로를 확인하고 수정

빌드 종속성을 자신의 CUDA버전에 맞게 수정

프로젝트-속성-CUDA C/C++-Device-Code Generation 디렉터리-오른쪽 택-편집

공식문서

이렇기 때문에 나는 7.5이므로 75를 입력해서 변경한다.

기존

변경

마지막으로 opencv폴더에서 아래 라이브러리들을 darknet의 해당폴더로 복사한다. 파일명 뒤 숫자는 버전에 따라 달라질 수 있다.

darknet-build-darknet-x64로 복사한다

7. 솔루션빌드

빌드성공!

그러면 위 x64폴더안에 darknet.exe파일이 만들어진다.

 

 

YOLO랑 관련없는 내용) easyOCR이용을 위한 CUDA버전

나중에 택배텍스트 변환을 위해서 pytorch를 설치해야한다. 그런데
https://pytorch.org/get-started/locally/

PyTorch

pytorch최신 버전의 경우 CUDA 10.2를 지원하지 않고 있다. 그래서
https://pytorch.org/get-started/previous-versions/

PyTorch

CUDA 10.2을 지원해주는 이전의 버전을 설치해야한다. 설치코드는 위와 같다.

이렇게 visual studio와

 

참고 블로그

https://murra.tistory.com/100 

visual studio 버전이 중요한게 아니라 Visual Studio Installer에서 데스크톱용 VC++ 2015.3 v14.00(v140) 도구집합 먼저 설치가 중요

[YOLO] YOLO Build on Windows, VS 2017

https://blog.naver.com/PostView.naver?blogId=shino1025&logNo=222408513746&categoryNo=42&parentCategoryNo=0&viewDate=&currentPage=1&postListTopCurrentPage=1&from=postView 

cuda, cudnn파일 이동방법

딥러닝을 위한 CUDA + cuDNN 설치하기

https://swiftcam.tistory.com/344

기본개념 및 opencv설치 경로

[ YOLO ] Windows 버전 설치 환경 구성하기

https://iagreebut.tistory.com/90

에러코드 및 전체적인 셋팅 과정

[Window10] YOLO Darkflow 설치하기

https://velog.io/@noeb/darknet-%EC%84%A4%EC%B9%98

SDK변경

darknet 설치

https://hansonminlearning.tistory.com/m/102

젯슨나노에서 YOLOv4돌려야 할때 해야될거

젯슨나노(Jetson nano) yolov4 빌드 및 데모 실행 Jetpack4.4, CUDA-10.2