0. Train 명령어 YOLO를 빌드하고 Dataset까지 준비했다면 이제 자신의 Dataset으로 학습을 해보자. 먼저 학습 명령어이다. darknet.exe detector train data/obj.data yolo-obj.cfg yolov4.conv.137 - darknet.exe 빌드해서 나온 darknet 실행 파일 - detector train detector의 train 함수 호출 - data/obj.data 학습에 필요한 .data 파일 - yolo-obj.cfg 학습에 필요한 .cfg 파일 - yolov4.conv.137 사전에 학습 된 가중치 파일 (git에서 받을 수 있다) 위 항목에서 .data, .cfg 파일은 사용자가 준비한 Dataset에 맞게 수정or작성해야 한다. 1. ..

0. git에서 Yolo_mark를 받아 압축을 풀어줌 https://github.com/AlexeyAB/Yolo_mark 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 1. yolo_mark.sln 실행 2. yolo_mark.sln 프로젝트 속성에서 OpenCV 경로 설정 후 빌드 3. 경로/x64/Release/ 경로로 이동 yolo_mark.cmd 실행 (OpenCV 관련 dll 실행 폴더에 복사) 4. Command Mouse Control - 좌클릭 : Draw Box - 우클릭 : ..

0. 환경 Windows 10 CUDA 10.0 (+CUDNN) OpenCV 4.1.0 VS 2015 (CUDA, CUDNN, OpenCV, Visual Studio 설치는 생략) 1. git에서 파일 다운 github.com/AlexeyAB/darknet AlexeyAB/darknet YOLOv4v / Scaled-YOLOv4 - Neural Networks for Object Detection (Windows and Linux version of Darknet ) - AlexeyAB/darknet github.com 위 링크에서 Code 다운. 2. VS 세팅 후 빌드 darknet-mask > build > darknet > darknet.sln 파일을 열어줌. 더보기 if, 솔루션 로딩이 안될경우..