YOLO V3 インストールメモ

Alienware 15が修理から戻ってきたので、再インストールしたときのメモ。

上の例では、処理時間がV２が18.9[ms]、V3が22.7[ms]と多少遅くなっているが、予測確率が80%台から90%台と10%近く向上している。

• 環境
  • DELL Alienware 15 R4
    (CPU: Intel i7-8750H, Memory:16GB, GPU: Nvidia GTX 1070)
  • Xubunut16.04.4
  • Kernel 4.13.0-45-generic
  • gcc/g++ 5.4.0
• Darknetのインストール
  • この指示にしたがいDarknetをインストールする
  • cd ~/src
  • git clone https://github.com/pjreddie/darknet.git
  • cd ~/src/darknet
  • Makefileの該当行を以下に変更
    • GPU=1
    • CUDNN=1
    • OPENCV=1
    • ARCH= -gencode arch=compute_61,code=[sm_61,compute_61]
  • make -j 6
• Yoloのウェイトのダウンロードと実行
  • cd ~/src/darknet
  • 学習済みのウェイト（パラメータ）ファイルをダウンロード
    • wget http://pjreddie.com/media/files/yolov3.weights
  • サンプルの実行
    • ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
• 実行方法
  • ノートPC内蔵カメラ
    • ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights
  • 動画ファイル
    • Webm形式の動画ファイルは問題なく動作する。
    • ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>
• テスト
  • 下図はノートPC内蔵カメラで壁を撮ったときの識別結果。私の環境では約28フレーム/秒でリルタイムで識別でき、時計の確率は98%、カレンダーに写っている女性はpersonの確率61%で、時々、birdと識別された。

以上