YOLOv5 환경 구축

• 본 메뉴얼은 Windows 운영 체제으로 작성되었습니다.
  이 외의 운영체제를 사용하신다면, 각 운영체제에 맞는 파일을 다운받고 사용하여 주십시오.

 YOLOv5는 Ultralytics 사에서 개발한 "객체 탐지 모델" 입니다.
여기서 말하는 모델은 특정 작업을 수행하기 위해 대규모 데이터 세트 (ex.사진) 로 훈련된 딥 러닝 모델을 의미합니다.

YOLOv5는 PyTorch 라는 Python을 위한 오픈소스 머신 러닝 라이브러리를 이용하여 만들어졌으며 PyTorch는 CPU를 이용한 연산은 물론 그래픽 카드를 이용한 병렬 연산을 지원하여 속도가 상당히 빠르고, 이 덕분에 실시간 객체 탐지가 가능합니다.

 먼저 YOLOv5를 사용해보기에 앞서 환경을 구축해 보도록 하겠습니다. 이를 위해 아나콘다 (Anaconda) 를 이용하겠습니다.

 아나콘다는 Python 과 R 프로그래밍 언어로 된 과학 컴퓨팅 (머신 러닝, 빅 데이터 처리) 분야의 패키지들의 모음을 제공하며, 다양한 플랫폼에서 적절한 개발 환경을 단시간에 다양한 버전으로 제공해줍니다.

공식 홈페이지에서 아나콘다 설치 파일을 다운받고 실행하여 설치해줍시다.

Windows: https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Windows-x86_64.exe
Mac(Apple silicon): https://repo.anaconda.com/archive/Anaconda3-2024.06-1-MacOSX-arm64.pkg
Mac(Intel chip): https://repo.anaconda.com/archive/Anaconda3-2024.06-1-MacOSX-x86_64.pkg
Linux: https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh

Installer for: Just me 를 선택하시고, 나머지는 기본 설정으로 설치합니다.
설치중 문제가 발생하면 알려주세요.

설치가 완료되었으면 cmd 창을 띄워 conda 를 입력하고 엔터를 쳐 실행시켜줍니다.
(만약 '내부 또는 외부 명령, 실행할 수 있는 프로그램, 또는 배치 파일이 아닙니다' 라는 문구가 나오면 윈도우의 시스템 환경 변수에 Anaconda3의 경로를 추가해 줍니다.)

아나콘다가 정상적으로 설치되었다면 명령어 도움말이 뜨게 됩니다.
이 상태에서 conda --version 을 입력하면 conda의 버전을 확인할 수 있습니다.

cmd 창에서 conda environment에 접속하기 위해 다음 명령어를 입력하고 실행시켜줍니다.

conda init yolov5

그리고 cmd 창을 닫고 재실행 시켜줍니다.
그리고 다음 명령어를 입력해줍니다.

conda create -n yolov5 python=3.9

위 명령이 정상적으로 실행되었다면 가상 환경을 위한 패키지들의 다운로드가 시작됩니다.
작업이 모두 끝나면 커서가 다시 깜빡이기 시작합니다.

작업이 모두 마무리 되었으면 다음 명령어를 통해 가상 환경을 활성화시키고, 이에 접근할 수 있습니다.

conda activate yolov5

가상 환경이 정상적으로 활성화 되었다면, 현제 디렉토리 경로 앞에 다음과 같은 형식으로 가상 환경의 이름이 붙게 됩니다.

(yolov5) C:\Users\User>

그리고 다음 명령어로 Git이 설치되어 있는지 확인해 줍니다.

git version

(만약 '내부 또는 외부 명령, 실행할 수 있는 프로그램, 또는 배치 파일이 아닙니다' 라는 문구가 나오면 다음 링크에서 git을 다운받아 설치하여 주십시오. Git - Downloads (git-scm.com))

여기까지 오셨다면 아나콘다를 이용한 Python 개발 환경 구축은 모두 완료하셨습니다.
이제 conda 가상 환경에 관련 라이브러리를 다운로드하고, YOLOv5를 실행시켜 보겠습니다.

yolov5 가상환경이 활성화 되어있는 상태에서 YOLOv5 를 설치할 라이브러리로 이동해 주세요.
라이브러리 이동은 cd 명령어로 가능합니다. (참고-다른 디렉토리로 변경(cd 명령) - IBM Documentation)

git clone https://github.com/ultralytics/yolov5  # clone
cd yolov5
pip install -r requirements.txt  # install

• 첫번째 줄: Git 에서 YOLOv5 레포지토리를 사용자의 현재 디렉토리에 클론해옵니다.
• 두번째 줄: 클론한 폴더로 이동합니다.
• 세번째 줄: 클론한 폴더에 있는 requirements.txt에 있는 파이썬 의존성 레포지토리를 모두 설치합니다.

이제 다음 명령어를 통해 웹캠을 소스기기로 하여 YOLOv5를 실행시켜 볼 수 있습니다.

python detect.py --weights yolov5s.pt --source 0                               

웹캠 외에도 이미지, 동영상, 유튜브 스트림 등 다양한 소스를 실험해보세요!
(--source 0 을 --source 'path/image.jpg' 형태로 바꿔 사용하면 됩니다.)

python detect.py --weights yolov5s.pt --source 0            # webcam
                                               img.jpg      # image
                                               vid.mp4      # video
                                               screen       # screenshot
                                               path/        # directory
                                               list.txt # list of images
                                               list.streams # streams
                                               'path/*.jpg' # glob
                                             

#URL

'https://youtu.be/LNwODJXcvt4'  # YouTube
                                               'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream