이전 게시물에서 GPU 개발 환경 구축 및 가상 환경에 텐서플로우를 설치하는 방법까지 알아보았습니다.
이번 게시물에서는 텐서플로우가 설치된 가상환경에서 Object Detection API를 설치하는 방법에 관한 가이드를 작성할 것입니다.
기존과 동일하게 설명 예시에서의 운영 체제는 Window 11입니다.
가상환경은 미리 구축이 되었음을 가정하고 설명을 시작합니다. 가상환경의 디렉토리는 자유롭게 설정합니다.
예시) python: 3.8.10, tensorflow-gpu: 2.10.0
1. TensorFlow Models Repository 다운로드
TensorFlow Models Repository는 TensorFlow 팀에서 관리하는 공식적인 머신러닝 모델 모음집으로, 다양한 사전 학습된 모델과 연구 모델을 포함하고 있습니다.
(1) 우선 링크를 통해 해당 폴더를 클론하거나 zip 폴더로 다운받습니다.
전 그냥 zip 폴더로 다운받았습니다. 어떻게 다운받던 동일하니 원하는 방식대로 합니다.
(2) 그 후 압축을 풀어줍니다. (폴더명: models-master)
(3) 압축을 풀었다면 해당 폴더를 미리 만들어 놓은 가상환경에 다음과 같이 카피 혹은 옮겨 놓습니다.
폴더명은 models-master에서 models로 변경해줍니다.
(참고: 제 가상환경 이름은 oda_re 입니다.)
2. Protobufs
TensorFlow Object Detection API는 모델 및 학습 파라미터를 설정하기 위해 Protobufs(Protocol Buffers)를 사용합니다.
이 프레임워크를 사용하기 전에 Protobuf 라이브러리를 다운로드하고 컴파일해야 합니다.
2.1. Protobufs 설치
Object Detection API 설치 공식 가이드 - Protobuf Installation & Compilation 에서는 가장 최신 버전의 컨텐츠를 설치하라고만 설명하고 있지만, 시도해본 결과 전체적인 설치 마지막 검증 단계에서 에러가 발생합니다.
에러 관련 서치 결과, 호환성 이슈로 인해 protobuf v3.19.6을 설치할 것을 권고합니다.
(해당 트러블 슈팅은 링크를 참조합니다.)
링크에서 본인 os에 맞는 zip 파일을 다운로드합니다. window 유저는 protoc-3.19.6-win64.zip을 다운받도록 합니다.
2.2. 환경 변수 설정
다운 받은 폴더의 압축을 해제했다면 해당 폴더를 원하는 디렉토리에 두고, 환경변수를 추가해야 합니다.
전 폴더를 C드라이브에 옮기고 이름을 Protobuf로 변경했습니다.
시스템 변수의 Path 탭을 더블 클릭한 후 Protobuf 내 bin 폴더의 경로까지 작성하여 다음과 같이 추가해줍니다. 경로는 본인의 기호에 따라 달라질 수 있습니다.
2.3. proto 파일 py 파일로 변환
cmd 창에서 '<가상환경>-models-research' 디렉토리로 이동합니다.
파일 탐색기에서 research 폴더 안의 'object_detection --> protos' 디렉토리를 확인해보면 .proto 확장자를 가진 많은 파일들을 확인할 수 있습니다. 이 파일들을 .py 파일로 변환하여 폴더 내 추가하기 위해 다음과 같은 커맨드를 입력합니다.
protoc object_detection/protos/*.proto --python_out=.해당 커맨드 입력시 에러가 발생한다면 protobuf가 제대로 설정되지 않았을 가능성이 높으므로 다시 설치를 시도합시다.
잘 실행이 되었다면 다음과 같이 .py 파일들이 추가된 것을 확인할 수 있습니다.
예) abcd.proto --> abcd_pb2.py
3. COCO API 설치 (선택)
설치 버그가 많다고 합니다. 해당 설치는 선택 사항으로, COCO evaluation metrics가 궁금하면 하면 됩니다.
전 안 궁금해서 안하겠습니다!
pip install cython
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI참고로 커맨드 입력 전에 로컬에 C++ 빌드 툴이 설치되어 있어야 합니다.
커맨드 실행 디렉토리는 기존과 동일하게 '<가상환경>-models-research'입니다.
4. Object Detection API 설치
드디어 오늘의 메인인 Object Detection API를 설치합니다.
다음 커맨드를 '<가상환경>-models-research'에서 실행합니다.
copy object_detection\packages\tf2\setup.py .
python -m pip install .에러 없이 실행된다면 잘 설치가 됐다고 봅니다.
5. 테스트
다음 커맨드를 통해 전체적인 설치가 잘 이루어졌는지 검증합니다.
실행 디렉토리는 기존과 동일하게 '<가상환경>-models-research'입니다.
python object_detection/builders/model_builder_tf2_test.py
이와 같이 뜨면 성공적으로 완료입니다.
참조
