YOLO v3 튜토리얼을 간단히 실행시켜보자

YOLO 는 You Only Live Once 가 아닌 You Only Look Once,

즉, 이미지를 한 번 보는 것 만으로 Object의 종류와 위치를 추측하는

딥러닝 (Deep Learning) 기반의

물체인식 (Object Detection) 알고리즘을 뜻한다.

 

Single Convolutional Network -> Multiple Bounding Box 에 대한 Class Probability 계산

하나의 Convolutional Network를 통해 여러개의 경계박스(bounding box)에 대한 class probability를 계산하는 방식.

 

1-stage detector로서 간단한 처리과정으로 다른 딥러닝 알고리즘에 비해

속도가 매우 빠르며,

높은 mAP (mean Average Precision)을 보인다.

하지만 작은 object에 대해서 낮은 정확도를 보인다. (다른 알고리즘에 비해)

 

예시 (튜토리얼) 코드 실행 방법

코드를 간단히 돌려볼 수 있는 튜토리얼 코드를 실행해보자!

코드에 대한 간단한 실행 과정과 설명은 아래 링크에 기술 되어있다.

(Part 1 ~ 5)

 https://blog.paperspace.com/how-to-implement-a-yolo-object-detector-in-pytorch/

 

소스코드 (GitHub)

 https://github.com/ayooshkathuria/YOLO_v3_tutorial_from_scratch

 

Windows 에서 Pytorch 설치

http://sangmoo.tistory.com/111

 

설치해야 할 것들은

• Anaconda3

• Python (3.5 이상)

• Pytorch

• CUDA (9.0)

• OpenCV

 

 

코드 실행하기

 

우선 Git Hub 사이트에서 소스코드를 다운 받은 후

그 디렉토리 내에 (코드 실행 과정 파트 3에서 볼 수 있듯이) trained된 weights 파일을 다운 받아야 코드 실행이 가능하다.

 

weights 파일 링크 : https://pjreddie.com/media/files/yolov3.weights

 

리눅스 혹은 Mac이라면

 

wget https://pjreddie.com/media/files/yolov3.weights

 

명령어를 통해 다운로드 가능

 

이미지를 돌려볼 경우 명령어

 

python detect.py --images image.jpeg --det det

(image.jpeg -> input 이미지 파일 이름)

영상파일을 돌려볼 경우 명령어

 

python video.py --video video.mp4

(video.mp4 -> input 영상 파일 이름)