YOLO v5 - 자동차 번호판(License Plate) 인식 - 1. 환경 준비

환경 준비

YOLO v5를 이용하여 자동차 번호(License plate)를 인식해보겠습니다.

참고로 제 컴퓨터 환경 입니다.

• Anaconda 2021.05
• Python 3.8
• PyTorch 1.9.0 / CUDA 11.3
• PyCharm 2021.2.3 (Professional Edition)

1. YOLO v5 소스 다운로드

소스는 https://github.com/ultralytics/yolov5 여기서 직접 다운로드 받으시거나

또는 git bash를 실행 하신 다음 소스를 받습니다.

$ git clone https://github.com/ultralytics/yolov5

2. 가상환경(Virtual Environment) 만들기

requirements.txt의 대로 install  했더니 오류가 나서 가상환경 생성시 아래와 같이 했습니다.

conda create -n yolov5 python=3.8 anaconda
conda activate yolov5
python -m pip install --upgrade pip
conda update --all
pip install opencv-python
pip install tensorboard
pip install tensorboardx
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

yolov5-master 다운로드 받으신 디렉토리 이동하신 다음 나머지 패키지들을 설치 합니다.

cd yolov5-master
pip install -r requirements.txt

3. 테스트용 데이터셋 받기 (Vehicles dataset)

자동차 번호판은(License plate)은 공개된 Dataset이 없기 때문에 Custom dataset으로 만들어야 합니다. Custom dataset을 만들기 전에 먼저 테스트용으로 차량(Vehicles) 데이터셋을 받아서 YOLO를 학습 시켜 보도록 하겠습니다.

 

1. https://roboflow.com/ 에 접속합니다.  Developers탭의 Public Datasets을 클릭 합니다.

 

2. DATASET TYPE을 보시면 All Datasets / Object Detection / Classification 탭으로 나누어져 있습니다.

Object Detection을 클릭합니다.

 

3. Vehicles-OpenImages Dataset를 선택합니다.

 

4. 빨간색으로 표시된 부분을 클릭해서 다운로드 창으로 이동합니다.

 

5. 다운로드 창이 뜨면 Format을 선택할 수 있습니다. YOLO v5 PyTorch를 선택합니다.

 

6. Export 화면에서 download zip to computer를 선택한 다음 Continue 버튼을 클릭합니다.

 

7. 다운로드 완료되면 다운로드 폴더로 이동합니다.

Dataset 파일이 다운로드 되었습니다.

 

이제 다운로드 받은 Dataset으로 YOLO를 학습시킬 차례 입니다. 다음 글로 이어 집니다.