<1. Yolo_mark 다운로드>
<2. 학습 방법 둘러보기>
1) ~/opencv/opencv-3.2.0/build/darknet/Yolo_mark 경로에서 다음 명령어를 입력하면 창이 하나 뜬다.
Boxing을 통해 학습 데이터를 만드는 창이다. esc를 누르면 종료된다.
2) ~/opencv/opencv-3.2.0/build/darknet/Yolo_mark/x64/Release/data 경로에서 다음 명령어를 입력해보자.
data에 대한 정보들을 담아둔 파일이다. 이 곳에서 Class의 수, Training data 경로, Class 이름과 관련된 경로를 수정할 수 있다.
3) ~/opencv/opencv-3.2.0/build/darknet/Yolo_mark/x64/Release/data 경로에서 다음 명령어를 입력해보자.
학습할 class들의 이름을 저장하는 파일이다.
출처 : https://writenkeep.tistory.com/6?category=768056
[3] YOLO 데이터 학습
필자는 컴퓨터 운영체제로서 'Linux Ubuntu 18.04.1 LTS'를 사용하고 그래픽 카드는 'GeForce GTX 970'을 사용한다. 이 글은 온전히 필자의 컴퓨터를 기준으로 작성했다. 이전 글에선 YOLO가 Detecting하는 방법들..
writenkeep.tistory.com
'Capstone' 카테고리의 다른 글
| 7. 캡스톤 최종 결과물 (0) | 2019.12.22 |
|---|---|
| 6. 어플리케이션 (1) | 2019.12.20 |
| 4. 데이터 늘리기 (0) | 2019.12.20 |
| 3. openCV 3.2.0 설치 (0) | 2019.12.20 |
| 2. Docker (0) | 2019.12.20 |
