YOLOv4 Prerequisites
- CMake >= 3.8
- CUDA 10.0 (For GPU)
- OpenCV >= 2.4 (For CPU and GPU)
- cuDNN >= 7.0 for CUDA 10.0 (for GPU)
- OpenMP (for CPU)
- Other Dependencies: make, git, g++
$ sudo apt install make git g++를 해준 후 아래의 명령어를 터미널에 쓰면 다운 받을 수 있다.
$ git clone https://github.com/AlexeyAB/darknet
다운로드가 완료되면 darknet 폴더에 들어가서 Makefile 파일을 수정해줘야 된다.
나는 GPU 기준으로 바꿔야하므로 GPU=1 CUDNN=1 OPENCV=1 LIBSO=1로 수정해줬다.
수정해준 후 터미널에서 $ cd ~/darknet을 입력해서 darknet 폴더로 이동한 후 $ make를 해준다.
그럼 위의 사진과 같이 두 파일(darknet, libdarknet.so)이 생성된다.
이제 cmake를 통해 yolov4를 빌드해보자.
$ mkdir build_release
$ cd build_release
$ cmake ..
$ make
https://drive.google.com/file/d/1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT/view 에서 yolov4.weights를 다운받은 후 darknet 폴더로 옮긴다.
1) single image 테스트
data/person.jpg, data/eagle.jpg, data/dog.jpg, data/horses.jpg 테스트 가능
$ ./darknet detect cfg/yolov4.cfg yolov4.weights data/person.jpg
$ ./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/person.jpg -i 0 -thresh 0.25
2) 비디오 테스트
https://drive.google.com/file/d/1w4emvTuxVhDWUGsQ6uwWPXhjL74sxOIJ/view 이 사이트에서 샘플 비디오를 다운받은 후, darknet 폴더로 옮겨준다.
$ ./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights test50.mp4 -i 0 -thresh 0.25
3) 웹캠 테스트
$ ./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -c 0
