728x90 STUDY/YOLO20 gpu설치 1. 그래픽 카드 드라이버 설치 $ ubuntu-drivers devices 470을 recommended 하고 있으므로 470설치합니다. $ sudo add-apt-repository ppa:graphics-drivers/ppa $ sudo apt update $ sudo apt-get install nvidia-driver-470 $ reboot 비밀번호 8자리를 설정합니다. $ sudo reboot 그러면 위와 같은 화면이 나옵니다. Enroll MOK -> View Key 0 -> ESC 클릭 -> Continue -> password: 아까 설정한 비밀번호 -> OK -> reboot $ nvidia-smi 470 드라이버설치된것과 동시에 cuda 11.4가 설치 됩니다. 2. cuda-10.2.. 2023. 1. 5. ubuntu 프젝과정 최종정리 1. 가상환경구축 https://www.anaconda.com/products/individual Anaconda | Anaconda Distribution Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine. www.anaconda.com 다운로드를 합니다. anaconda 파일 생성 후 다운받은 파일을 넣어줍니다. $ sha256sum Anaconda3-2022.05-Linux-x86_64.sh 입력 (무결성 체크) https://docs.anaconda.com/anaconda/install/hashes/all/ 위에서 나온.. 2022. 6. 6. 우분투 opencv 정리 1. yolo를 opencv로 작동시키기 위해 python코드로 작성하였다. 2. 그런데 opencv는 cpu로만 돌아가는데 4.2버전이상부터는gpu도 지원하고 있다. 3. 그래서 cuda,cudnn은 깔아서 opencv를 gpu를 사용하도록 빌드를 하였다. 4.그런데 gpu로 돌아가지 않는다. windows환경에서는 매우 잘 되었는데 말이다! 5. 이걸로 일주일동안 고생하니깐 그냥 포기했다. 6. 아쉽지만 기존 opecncv에 작동시키기로 하고 ROS와 EASYOCR을 설치했다. 7. 그러니깐 또 YOLO코드가 작동하지 않는다. 확인해보니 4.5.2로 빌드해놓은 OPENCV가 4.5.4로바뀌었다. 8. 다시 OPENCV전부다삭제하고 새로 빌드해야겠다 2022. 6. 4. ubuntu에서 살아남기 yolo_cuda편 지금은 2022년 5월 30일 화요일 새벽 5시 30분이다. 드디어 해냈다 ㅜㅜ 다시 포맷했다. 처음부터 다시 정리한다. 내가 결과적으로 얻은 교훈은 공식문서가 읽기 너무어려워도 제일 정확한 방법인 걸 꺠달았다. OS: ubuntu 18.04 LTS GPU: geforce 2060 super 진짜 고마운 실날같은 희망이다. 아래의 동영상에서 정말 많은 도움을 받았다. 앞선 cuda, cudnn설치를 할때 잘 되었지만 build과정에서 너무 고생을 했다. 명령어인식을 안됬는데 그 이유는 나중에 시간이 되면 해야겠고 지금은 cmake를 할때 gui환경에서 opencv를 build를 해서 해결했다. https://www.youtube.com/watch?v=whAFl-izD-4 1. cuda설치 https://.. 2022. 5. 30. 우분투 그래픽드라이버 cuda cudnn 진짜 너무 화가난다. 몇번을 포맷하고 설치했는지 모르겠다. 최종적으로 정리해볼려고합니다. -그래픽 드라이버 설치 참고블로그 https://little-pig.tistory.com/m/22 Ubuntu 18.04 LTS 그래픽드라이버, cuda, cuDNN RTX 2060 super 그래픽카드 드라이버 설치 APT 설치 $ sudo add-apt-repository ppa:graphics-drivers/ppa $ sudo apt update $ sudo apt-get install nvidia-driver-440 $ sudo reboot 자동설치 $ sudo add-apt-repository ppa:.. little-pig.tistory.com 설치 방법이 2가지이다. 그래픽 드라이버를 설치할 때 cuda.. 2022. 5. 28. 우분투 yolo 환경구축 1. 처음 https://learnopencv.com/opencv-dnn-with-gpu-support/ How to use OpenCV DNN Module with NVIDIA GPUs Learn compiling the OpenCV library with DNN GPU support to speed up the neural network inference. We will discuss how to use OpenCV DNN Module with NVIDIA GPUs. learnopencv.com 2. CUDA 10.2 썰치 https://velog.io/@bbirong/Ubuntu-18.04%EC%97%90-CUDA-10.2 Ubuntu 18.04에 CUDA 10.2 https://whiteglass.. 2022. 5. 28. opencv with CUDA실행 GPU와 CPU를 사용할 때의 FPS를 측정해보았다. 참고로 GPU를 사용할때는 YOLO_net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) YOLO_net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA) 위의 두 줄을 추가하면된다. 필자의 경우는 YOLO를 사용해서 YOLO_net이라고 변수를 지정해주었지만 보통 net을 사용한다. 그리고 fps 측정을 위해 추가한 구문은 다음과 같다. iimport time start = time.time() for i in range(100): YOLO_net.setInput(blob) detections = YOLO_net.forward(YOLO_net.getUnconnectedOutLayer.. 2022. 5. 25. opencv with CUDA 정리 1. opencv with cuda를 쓰는 이유 YOLO와 호환되는 가장 많이 사용되는 3가지 프레임워크 1. Darknet : 원개발자가 만든 YOLO만을 위한 프레임워크 장점 : 연산이 빠르고, GPU와 CPU 연산 모두 지원 단점 : Linux 환경에서만 지원 (복잡하긴 하지만 환경변수, VS 등을 통해 구현은 가능합니다.) 2. DarkFlow : Darknet의 텐서플로우 버전 장점 : 연산이 빠르고, GPU와 CPU 연산 모두 지원 + 모든 OS 지원 단점 : 복잡한 설치조건 3. OpenCV : 내장 함수를 통한 YOLO 구현 장점 : 간단한 설치, opencv만 설치하면 된다. 단점 : CPU 연산만 지원하기 때문에 웹캠으로 실시간 처리하는데 속도가 느리다. 1~2번의 경우, OpenCV,.. 2022. 5. 25. opencv gpu (3) 빌드를 완료했다면 위의 build 폴더에 opencv.sln의 솔루션파일이 생성되고 실행합니다. 위의 Release가 원래 Debug로 되어있는데 Release로 수정한 후에 오른쪽에 ALL_BUILD를 우클릭하여 빌드를 선택 후 진행합니다. (주의할 점은 반드시 해당 가상환경에서 opencv-python 패키지가 설치되어 있지 않은 상태에서 진행해야 합니다) 30분~2시간 소요됩니다. 이후 내용은 포스팅할려다가 갑자기 안되서 다시 실행했습니다. 다음 게시글에 참고내용만 적었습니다. 2022. 5. 24. opencv gpu (2) 필요한 파일 설치는 모두 완료했으므로 직접 빌드하여 테스트를 진행합니다. 맨 위의 경로에는 opencv를 깔아두었던 경로, 두번째 경로는 새로만들었던 빈폴더인 build폴더로 설정합니다. 그런 다음에 밑에 있는 configure를 클릭합니다. 맨 위에는 설치했던 visual studio의 버전을 설정합니다. 그 다음의 플랫폼은 x64로 설정합니다. 그리고 Finish를 클릭합니다. 그러면 위와 같은 화면을 볼 수 있습니다. 여기서 목표로하는 opencv를 gpu로 돌리기 위해 cuda설정만 체크하겠습니다. search에 검색을 해서 다음과 같은 항목을 추가로 체크/체크해제합니다. on 항목 WITH_CUDA OPENCV_DNN_CUDA ENABLE_FAST_MATH INSTALL_PYTHON_EXAMPL.. 2022. 5. 24. opencv gpu (1) net = cv2.dnn.readNet(path+"model/atron_yolov3_210127.weights", path+"custom/atron_yolov3_all.cfg", ) net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA) 그 다음으로 cv2.dnn.readnet() 등과 같이 딥러닝 모델을 적용할 때 cuda 가속을 지원하게 하려면 위의 코드와 같이 net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA), 그리고 net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA) 두 줄을 추가하면 cuda 가속 .. 2022. 5. 24. yolov4를 python으로 실행 학습시킨 yolov4-tiny모델을 python코드로 작성하여 실행하게 했다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 import cv2 #영상처리를 하기 위한 라이브러리 import numpy as np #박스를 그리고 좌표를 얻기 위한 라이브러리 # 웹캠 신호 받기 VideoSignal = cv2.VideoCapture(0) captured_num = 0 text='' #-----.. 2022. 5. 23. YOLO_Label사용 https://github.com/developer0hye/Yolo_Label GitHub - developer0hye/Yolo_Label: GUI for marking bounded boxes of objects in images for training neural network Yolo v3 and v2 GUI for marking bounded boxes of objects in images for training neural network Yolo v3 and v2 https://github.com/AlexeyAB/darknet, https://github.com/pjreddie/darknet - GitHub - developer0hye/Yolo_... github.com 이미지에 대한 라벨링을 .. 2022. 5. 20. anaconda 설치 1. 아나콘다 공식 홈페이지에서 최신 버전을 다운로드 https://www.anaconda.com/products/individual Anaconda | Anaconda Distribution Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine. www.anaconda.com anaconda를 기본 python으로 등록할지 여부를 선택 Anaconda Prompt에서 python을 입력하면 파이썬 버전과 아나콘다 버전이 뜨고 파이썬 쉘이 실행됩니다. 아래는 hello world를 출력한 화면입니다. 아래의 화면처럼 콘다버전은 c.. 2022. 5. 19. yolov4-tiny custom 학습 첫번째. 공식문서를 본다. 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 YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Darknet ) - GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neura.. 2022. 5. 13. 이전 1 2 다음 728x90
