젯슨나노(Jetson nano) yolov4 빌드 및 데모 실행 Jetpack4.4, CUDA-10.2

1. 설치(튜토리얼 잘 되어있으니 아무거나 참고한다.)

젯슨 이미지를 sd카드에 구워서 켜면 된다. 나는 jetpack 4.4를 받았다.

이제 yolo를 빌드할껀데, 우선 쿠다를 환경설정에 추가해줘야 빌드가 가능하다.

jetpack의 좋은점은 cuda, cudnn, opencv, python3 가 이미 설치되어있다는 점이다.

그럼 바로 darknet을 빌드하면 된다는 얘기다.

 

1.1. CUDA 환경설정 등록

하지만, cuda의 환경설정이 안되어있어서 이부분은 우리가 해줘야 된다.

sudo apt-get update

터미널을 열고(ctrl+alt+T) cd /usr/local 을 쳐서 ls 해서 보면 cuda-10.0인지 cuda-10.2인지 나올꺼다. 그거 보고 아래에 10.0 부분을 본인꺼에 맞게 변경해주거나 그냥 아래꺼 복붙해도 된다.

vi ~/.bashrc

[cuda-10.0인 경우]

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

[cuda-10.2인 경우]

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

터미널 껐다가 새로 켜서 nvcc -V 치면 된다.

1.2. darknet(AlexeyAB)을 git clone, weight(yolov4.weight)파일도 받아준다.

git clone https://github.com/AlexeyAB/darknet
cd darknet
wget https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights \
       -q --show-progress --no-clobber

 

1.3. darknet 폴더 안에 있는 Makefile을 열어서 수정

vi Makefile

연 상태에서 i 를 누르면 수정가능모드로 변경되며, 아래와 같이 수정을 다 마쳤으면 esc를 누르고 :wq를 누른 후 엔터를 눌러준다.

GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1
AVX=0
OPENMP=1
LIBSO=1
ZED_CAMERA=0
ZED_CAMERA_v2_8=0

ARCH= -gencode arch=compute_53,code=[sm_53,compute+53]

 

1.4. Make(빌드!)

make 해주면 된다.(현재 우리는 darknet 폴더 안에 경로에 있다.)

make

다되면 int const colors[6][3] = { ~~~~어쩌구 저쩌구 }; ^~~~~ 이렇게 터미널에 보일것이다.

 

 

1.5. darknet 설치확인

설치가 잘 되었는지 확인해보자.

python3
import darknet

이렇게 쳤을 때 터미널에 >>> import darknet 밑에 >>> 커서가 깜빡이면 잘 설치된것이다. quit() 을 입력해서 빠져나가자.

 

 

1.6. Jetson 퍼포먼스 최대화 설정

sudo nvpmodel -m 0
sudo jetson_clocks

 

 

1.7. darknet cfg 수정

darknet 폴더로 이동해서 cfg파일을 수정해줄 것이다.

cat cfg/yolov4.cfg | sed -e '7s/width=608/width=416/' | \
                       sed -e '8s/height=608/height=416/' > \
                       cfg/yolov4-416.cfg

 

1.8. 데모

데모를 돌려보자

./darknet detector test cfg/coco.data \
                          cfg/yolov4-416.cfg \
                          yolov4.weights \
                          data/dog.jpg \
                          -gpus 0

2GB라서 그런지 엄청 랙걸리다가 겨우 구동되는것 같았다. 

 

1.9 pip3 설치

sudo apt-get remove python3-pip

sudo apt-get install python3-pip

 

2.0 pytesseract 설치

sudo -H pip install --upgrade --ignore-installed pip setuptools
sudo apt install tesseract-ocr tesseract-ocr-kor

 

sudo apt install tesseract-ocr tesseract-ocr-script-hang tesseract-ocr-script-hang-vert

sudo pip3 install pytesseract