[캡스톤디자인프로젝트 | 스타트] Yolo 사용해보기

팀명 : 존버그 (Zone 이라고 주장하고 있지만 이중적인 의미이다ㅋㅋ)

서비스명 : DeBugging 

 

 

2022.10.07

멘토링때 들은 기술적 조언 중 하나는, 우리가 '객체 인식'이라는 기술을 사용해야 한다는 것이었다.

객체 인식은 객체의 종류를 판별함과 동시에, 해당 객체의 좌표도 파악하는 기술이었다.

우리 팀은 Yolo라는 알고리즘을 이용하기로 했다.

 

구글링을 하던 중, 노트북 웹캠으로 Yolo를 실습해볼 수 있는 영상이 있어서 따라해보았다.

악 근데 자꾸만 파일을 찾을 수 없다고 떠서 결국 실습 시간 2시간동안 해결하지 못했다.

아주 오래 기다리면서 NVIDIA도 다시 깔아봤는데 결과는 같았다.

열이 받았다.

그런데..! 실습시간 종료 1분전에 Yolo는 Python 3.8 (3.9였나? 암튼) 미만에서 지원한다는 자료를 찾았다. 나는 가장 최근 버전인 Python 3.10이었던 것이다!!
이게 원인이었다는 느낌이 싹 들었다. 집에 가서 다시 해보리라 결심하며 실습이 끝났다.

 

 

2022.10.11

호호호 내 예상이 맞았다. 

Python 버전을 낮추자 Yolo가 제대로 돌아갔다~~ 우여곡절은 있었지만, 그 덕에 절대 못 잊을 것 같은 머신러닝 첫걸음을 떼게 되었다. 아래에 그 과정을 기록해보고자 한다.

 

 

 

[참고한 자료]  https://www.youtube.com/watch?v=ChBjK7whSH8 

 

 

1. Python 3.7.9 설치 (python 3.8 아래면 OK)

 - 환경변수 설정 ) path에 python 설치 파일 위치 추가

 

2. tensorflow 설치

 - cmd + R  )  default 사용자 위치에서 바로 설치

 - 명령어 : pip install tensorflow

 

3. OpenCV 설치

 - cmd + R  )  default 사용자 위치에서 바로 설치

 - 명령어 : pip install opencv-python

 

4. 학습된 Yolo 가중치 파일 다운로드

 - 다운로드 링크 : pjreddie.com/media/files/yolov3.weights

 

5. Yolo - Tensorflow 프로젝트 파일 다운

 - 주소 : https://github.com/zzh8829/yolov3-tf2

 - ZIP으로 다운 후 압축풀기

 

6. 4에서 다운받은 yolov3.weight 파일을 5의 data 폴더 안에 복붙

 

7. 가중치 파일 변환

 - 5의 폴더에서 cmd 열어서 실행 (cmd열어서 5경로까지 이동해야 함)

 - 명령어 : python convert.py

 

8. 실행

 - 7의 cmd에서 그대로 실행

 - 명령어 : python detect_video.py --video 0

 

9. 실행 결과

야호~~~