YOLO 학습 환경(PC 스펙)

딥러닝, 머신러닝은 CPU 보다는 GPU를 사용해야 한다.

YOLO 학습을 하는데 사용한 PC 성능은 다음과 같다.

 

OS: Windows 10 

CPU: AMD Ryzen 3 3200G

RAM: 16GB

GPU: NVIDIA GeForce RTX 2060 SUPER 8GB memory

 

< CPU >

< RAM >

< GPU >

 

NVIDIA의 경우 대규모 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델로 CUDA를 지원하고 있다. 따라서 대부분 딥러닝 연구에는 NVIDIA의 그래픽카드 제품이 사용된다.

 

CUDA는 NVIDIA 그래픽 카드에서 병렬 처리 알고리즘을 여러 표준 언어로 제공하는 만큼, C언어로 작성된 darknet의 YOLO 또한 CUDA를 사용한다.

 

물론 darknet YOLO는 no_gpu 버전 즉 CPU 버전을 지원하지만, 위에서 작성한 컴퓨터 스펙으로 약 400장의 이미지를 테스트 해본 결과 학습 속도차이가 약 20000배 가량 나온다.

 

도저히 CPU로는 딥러닝이 불가능 하다.

 

< 학습시 사용되는 자원 량 >

 

 

* 학습 시간

images: 16,964장

mark: 74468개

cfg: [사진 참조]

 

< cfg 설정 >

 

위와 같은 설정으로 학습 시 iteration 1000번을 하는데 약 1시간 정도 걸린다.

(약 24시간 경과: 27504번 )

iteration이 100씩 증가 할 때마다 차트가 chart.png 파일로 자동 저장되고,

iteration이 1000씩 증가 할 때마다 weights(가중치) 파일이 자동 저장된다.

 

< 약 4시간 경과 >

< 약 3일 경과 >