Yolov5 Window Environment

현재 yolov6 yolov7도 나오고 있지만 여전히 yolov5가 가장 많은 사용자를 보유하고 있으며 CNN 은 대부분 yolov5에서 작업을 하고 있어 yolov5 세팅을 포스팅해볼까 한다. 또한, 작업을 한 컴퓨터에서 주로 하지 않아 매번 세팅할 때 마다 오류가 생겨서 이번 포스팅을 하며 다신 세팅 실수를 하지 않기 위함도 있다.

yolov5 공식 github 성능 비교표

yolov5에 필요한 환경 설정

먼저, Yolov5를 설치하기 위한 세팅을 해야한다.

윈도우나 리눅스 둘 다 비슷한 세팅 환경을 썼다.

 

Cuda 11.x -> Cuda 11.3을 썼다.

cudnn 8.2.2 

Anaconda 최신 버전

python 3.7x => python 3.10.6 

pytorch cuda 버전에 맞게 공식 홈페이지를 보며 세팅

 

주의사항 : 리눅스의 경우 관련 세팅을 한 적이 있다면, Nvidia Driver 완전 삭제, Cuda 완전 삭제 이후 설치해야함

 

Install

https://developer.nvidia.com/cuda-11.3.0-download-archive

CUDA Toolkit 11.3 Downloads

https://www.anaconda.com/products/distribution

Anaconda | Anaconda Distribution

https://www.python.org/downloads/

Download Python

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

https://pytorch.org/get-started/locally/

PyTorch

pytorch의 경우 Get Started 에서 환경에 맞게 설정한다. 

 

내 설정

[ Stable(1.12.0) ] 

[ Windows ]

[ Conda ]

[ Python ]

[ Cuda 11.3 ]

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

 

해당 가상환경에서 아래 명령을 통해 GPU가 잘 인식되는지 확인한다.

python 

import torch

# cuda 연동 확인
torch.cuda.is_available()
true

torch.cuda_current_device()
0

torch.cuda.get_device_name(0)
'GPU RTX-3080ti'

 

여기까지 잘 완료했다면 Yolov5를 설치하기 위한 모든 환경 설정을 완료한 것이다.

 

Yolov5 설치

https://github.com/ultralytics/yolov5

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

공식 Github를 확인하면 설치법이 잘 나와있다.

 

conda에서 만들어둔 가상환경에 

git clone https://github.com/ultralytics/yolov5  # clone
cd yolov5
pip install -r requirements.txt  # install

명령을 차례대로 입력하여 필요한 패키지들을 다운로드 받는다.

 

지금까지 잘 따라왔다면 Yolov5 환경 세팅을 끝마칠 수 있다.

 

Detect Tutorial

python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/zidane.jpg

 

zidane.jpg

yolov5 안의 테스트 데이터 이미지 지단을 detect 한 결과 값이 잘 나오는 것을 확인할 수 있다.

 

이미지 뿐만 아니라 다른 여러가지를 학습할 수 있다.

python detect.py --source 0 # webcam
                          img.jpg # image
                          vid.mp4 # video
                          path/ # directory
                          path/*.jpg # glob
                          'https://youtu.be/Zgi9g1ksQHc' # YouTube
                          'rtsp://example.com/media.mp4' # RTSP, RTMP, HTTP stream

 

Yolov5 Custom Train 구조

train 구조

공식 홈페이지에 나와 있는 구조는 이런식으로 되어있다. 하지만, 나는 약간 다른 구조를 사용한다.

 

 

인용 : https://github.com/ultralytics/yolov5

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

https://colab.research.google.com/github/ultralytics/yolov5/blob/master/tutorial.ipynb

YOLOv5 Tutorial