Skip to content

Latest commit

 

History

History
127 lines (81 loc) · 4.75 KB

README_Korean.md

File metadata and controls

127 lines (81 loc) · 4.75 KB
Raw

라즈베리파이기반 YOLO 사물인식 로봇

소개

이 로봇은 라즈베리파이 기반 YOLO 사물인식 로봇은 사람, 자동차, 버스, 과일 등과 같은 많은 물건을 인식 할 수 있습니다.

  • 하드웨어 : Raspberry-Pi2, Sony PS3 Eye Camera

  (소니 PS3 Eye 카메라대신에 로직텍 C270 USB 카메라와 라즈베리파이를 함께 사용할 수 있습니다.)

  • 소프트웨어 : YOLO (v2), 주피터노트북

Structure.png

저의 동기

저는 라즈베리파이의 YOLO 이미지 인식 성능에 관심이 많았습니다. 또한 주피터노트북은 빠른 프로토타입으로 즉석으로 코드를 작성하는 것이 편리합니다. 논문에 따르면 YOLO는 빠르고 정확한 시각적 감지기이므로 컴퓨터 비전 시스템에 이상적입니다. 우리는 YOLO를 웹캠에 연결하여 실시간 성능을 유지하는지 확인합니다. 그래서, 라즈베리파이의 처리 속도는 내 노트북(맥북프로)에 비해 매우느립니다.

(시스템 구조: 논문에서 발췌)

Architecture_CNN.png

요구 사항 및 설치

시작하기

이 포스트는 사전 훈련 된 모델을 사용하여 YOLO 시스템으로 물체를 감지하는 방법을 안내합니다. 아직 다크 넷을 설치하지 않았다면, 전에 OpenCV2를 라즈베리 파이에 설치해야합니다.

  • 라즈베리파이에 OpenCV2를 위해 기초 드라이버 설치
sudo apt-get update

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libjpeg-dev libpng-dev libtiff-dev libjasper-dev

sudo apt-get install python-opencv
  • Python에서 가지고있는 OpenCV의 버전을 확인하십시오.
python
import cv2
cv2.__version__
  • YOLO용 다크 넷 설치하기
git clone https://github.com/pjreddie/darknet
cd darknet
make

설치가 매우 쉽네요!

이미 cfg / 하위 디렉토리에 YOLO에 대한 설정 파일이 있습니다. 사전 훈련 된 가중치파일 (258 MB)을 다운로드해야합니다. 또는 다음을 실행하십시오.

wget http://pjreddie.com/media/files/yolo.weights

그런 다음 테스트 할 디텍터를 실행하십시오.

./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg

다음과 같은 출력이 표시됩니다.

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32
    1 max          2 x 2 / 2   416 x 416 x  32   ->   208 x 208 x  32
    .......
   29 conv    425  1 x 1 / 1    13 x  13 x1024   ->    13 x  13 x 425
   30 detection
Loading weights from yolo.weights...Done!
data/dog.jpg: Predicted in 0.016287 seconds.
car: 54%
bicycle: 51%
dog: 56%

Output

  • 'darknet'에서 'YOLO-Powered_Robot_Vision'으로 이름을 변경하십시오.
mv /home/pi/Documents/darknet /home/pi/Documents/YOLO-Powered_Robot_Vision
cd /home/pi/Documents/YOLO-Powered_Robot_Vision
  • 'YOLO-Powered_Robot_Vision.ipynb' 다운로드하세요.
wget https://github.com/leehaesung/YOLO-Powered_Robot_Vision/raw/master/YOLO-Powered_Robot_Vision.ipynb

jupyter-notebook

소스코드

객체인식 결과

(주의!: 저는 교육용으로 이미지 소스를 사용했으므로 저작권이있는 사진을 사용하지 마십시오. 저는 사용하는 이미지에 대해 책임을지지 않습니다.)

predictions06.png

  • Another examples predictions07.png

predictions08.png

predictions09.png

predictions11.png

  • 감사합니다.