yolo v8 모델을 이용해서 야생동물 식별탐지하기 - (1) 설치편

물체 분류, 탐지, 분할 등 다양한 문제를 해결하기 위해

딥러닝 기술에서 yolo v8 버전을 이용하는 과정을 시리즈로 설명하고자 한다.

특히 야생동물 7종을 식별 탐지하는 것을 이 글들을 목표로 한다.

 

무엇을 하든 도구가 있어야 하니까  이번 글은  YOLO v8버전을 설치하는 것 부터 시작하자.

 

그러기 위해서는

자신의 컴퓨터에 아나콘다가 설치되어 있어야 하고 가상환경을 설정해야 하는데

이 두가지는 이전에 설명한 다음 글을 참고하기 바란다.

1. 아나콘다 설치

 

[실습-01] 파이썬을 이용해서 머신러닝과 딥러닝을 시작하기 위한 아나콘다 설치

2. 가상환경 설정 

아나콘다가 설치되었으면 이제 yolo v8버전을 이용할 수 있는 가상환경을 설치해보자

 

가상환경의 기본적인 사양은 python 3.9 버전에 pytorch 2.0 cuda 11.8 버전이다(삼성노트북).  yolo v8 버전은 pytorch를 기반으로 운영된다.

설치하는 과정은 이전 글(2023.04.06 - [머신러닝 & 딥러닝] - pytorch 설치(CUDA 11.8버전 기준) 후 GPU인식 확인)을 참고하기 바란다.

 

아래 그림은  python 3.9 버전에 pytorch 2.3.0 cuda 12.1 버전을 설치하는 예시이다(회사).

<참고> cuda 버전 확인

자신의 컴퓨터에 설치된 cuda 버전을 모르는 경우 다음과 같이 ndivia-smi 명령어를 실행하면 된다. 아래의 경우 cuda 버전은 12.2은 확인되었다.

 

반응형

3. Yolo V8 버전 설치

 

가상환경을 설치되었다면 활성화하고 yolo v8버전을 다음 구문으로 설치하면 된다. 되게 쉽다

pip install ultralytics

yolo v8 버전을 설치하고 확인하기 위해서 다음처럼 순서대로 구문을 실행한다.

<class 'ultralytics.yolo.engine.model.YOLO> 문구가 출력되면 성공이다. 

다음 글부터는 실제로 yolo v8 버전을 이용해서 야생동물을 식별탐지하는 모델을 구현할 예정이다.

<참고 사이트>

 

공식사이트 (https://ultralytics.com/)

Ultralytics | Revolutionizing the World of Vision AI

 

YOLO v8 깃허브 사이트 ( https://github.com/ultralytics/ultralytics)

GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > CoreML > TFLite

YOLO v8 활용 문서 사이트 (https://docs.ultralytics.com/)

Ultralytics YOLOv8 Docs