728x90
yolov3와 yolov4 등등 yolo를 학습시키기위해서는 yolo에서 추구하는 형식에 맞는 labeling을 해주어야한다.
이때 사용하는 툴이 YOLO-mark라는 툴이고 이툴을 설치하는 방법은 밑의 링크에서 먼저 파일을 다운받아준다.
AlexeyAB/Yolo_mark
GUI for marking bounded boxes of objects in images for training neural network Yolo v3 and v2 - AlexeyAB/Yolo_mark
github.com
window사용자의 경우는 그냥 다운받아서 써도 되고, ubuntu사용자의 경우 git clone을 이용해서 다운받으시면 됩니다.
git clone https://github.com/AlexeyAB/Yolo_mark
다운이 완료되었으면 해당 디렉토리로 이동을한다.
디렉토리로 이동후 밑의 명령어를 차례대로 입력한다.
cmake .
make
위의 과정을 모두 성공하였다면 설치가 완료된 것이다. 이제 test를 진행을 하려면 밑의 명령어를 작성하여 테스트를 진행하면된다.
./yolo_mark x64/Release/data/img x64/Release/data/train.txt x64/Release/data/obj.names
명령어의 각각 부분이 의미하는 바는 밑에와 같다.
- obj.names -개체 이름이있는 목록의 예
- obj.data -Yolo v3 훈련을위한 구성 예제
- train.txt -Yolo v3 훈련을위한 이미지 파일 이름 목록 예제
그럼 이와 같은 창이 뜨게된다.
h를 누르면 단축키를 볼 수 있으니 단축키를 이용하여 labeling을 진행하면 된다.
728x90
'인공지능 > 실습' 카테고리의 다른 글
| [yolov5] yolov5 custom dataset learn (yolov5 커스텀 데이터 학습) (0) | 2020.11.19 |
|---|---|
| [ubuntu] YOLOV4파일을 tflite형식으로 변환하기(convert YOLOV4 to tflite) (0) | 2020.10.22 |
| [ubuntu] ubuntu에서 YOLOV4 설치(Install Yolo v4 on Ubuntu) (0) | 2020.10.22 |
| yolo - v3 다크넷(darknet) 설치(윈도우 환경) (0) | 2020.09.02 |
| [라즈베리파이,파이썬,yolov3,소켓] 사람 감지 시스템 (0) | 2020.09.01 |