• Buradasın

    Gerçek Zamanlı Nesne Tespiti İçin OpenCV ve OpenSea GPU Destekli Kurulum Rehberi

    youtube.com/watch?v=5nEbtZbUNxo

    Yapay zekadan makale özeti

    • "Genç Yazılımcı" kanalında yayınlanan bu eğitim videosu, gerçek zamanlı nesne tespiti yapabilen bir yapay zeka modeli geliştirmek için gerekli kurulum adımlarını göstermektedir.
    • Video, OpenCV kütüphanesinin GPU desteğiyle kurulumunu adım adım anlatmaktadır. İçerikte CUDA Toolkit 11.0, CUDA ile uyumlu CudaNN, Visual Studio 2019 ve Sema build aracı kurulumu detaylı şekilde gösterilmektedir. Ayrıca komut istemi üzerinden OpenSea'yi GPU destekli olarak kurma süreci ve kurulum sonrası GPU desteği ile CPU arasındaki performans farkının test edilmesi de anlatılmaktadır.
    • Video, özellikle NVIDIA serisi ekran kartlarına sahip kullanıcılar için hazırlanmış olup, bir serinin parçası olup sonraki bölümde Darknet'in kurulacağı belirtilmektedir.
    00:01Gerçek Zamanlı Nesne Tespiti İçin Yapay Zeka Modeli Geliştirme
    • Geçtiğimiz videonun devamı olan bu videoda gerçek zamanlı nesne tespiti yapabildiğimiz bir yapay zeka modeli geliştirilecek.
    • Bir önceki videoda yapay zeka modelini eğitmek için kullanacağımız veri seti hazırlanmıştı.
    • Bu videoda görüntü işlerken bize lazım olacak OpenCV kütüphanesini GPU desteği ile birlikte sistemimize kuracağız.
    00:28OpenCV ve GPU Desteği
    • OpenCV, bilgisayarlı görüş işlemleri için bir araya getirilmiş fonksiyonların bulunduğu bir kütüphanedir.
    • Yapay zekanın eğitimini ve test sürecini GPU desteği olarak gerçekleştireceğiz, bu sayede sadece CPU kullanarak alacağımız verimin yaklaşık dört-beş katını alacağız.
    • Bu videoda anlatılacak çözümler sadece NVIDIA serisi ekran kartlarında geçerlidir, AMD serisi veya başka bir seri için GPU desteği sağlanamaz.
    01:52CUDA Kurulumu
    • CUDA Toolkit Archive sayfasından NVIDIA'nın son sürümü değil, 11.0 update 1 (Ağustos 2020) sürümünü kullanacağız.
    • Windows işletim sistemi, x86 64 mimari ve Windows 10 işletim sistemi için yaklaşık 3 GB'lık bir exe dosyası indirilecek.
    • Kurulum sırasında geçici bir konum istenecek, bu konuma çıkartma yapılacak ve kurulum tamamlandıktan sonra dosyalar otomatik olarak silinecektir.
    04:00CUDA ve CUDA-NVIDIA Entegrasyonu
    • CUDA kurulumu tamamlandıktan sonra CUDA-NVIDIA entegrasyonu için CUDA-NVIDIA Entegrasyonu (CUDA-NVIDIA Entegrasyonu) kurulması gerekiyor.
    • CUDA-NVIDIA Entegrasyonu, CUDA'nın deep neuron network için özelleştirilmiş bir kütüphane dosyasıdır.
    • CUDA-NVIDIA Entegrasyonu 8.5 sürümü, CUDA 11 için indirilmeli ve indirilen zip dosyasındaki dört dosya, CUDA'nın dizine kopyalanmalıdır.
    06:49Visual Studio Kurulumu
    • CUDA-NVIDIA Entegrasyonu kurulduktan sonra Visual Studio kurulması gerekiyor.
    • Windows ortamlarda Dark Net Framework'ü compile ederken Visual Studio kullanmak gerekiyor, Linux ortamlarda ise bu işlem daha basit bir şekilde gerçekleştirilebiliyor.
    • Visual Studio 2019 sürümü indirilip kurulduktan sonra, C++ ile masaüstü geliştirme kutucuğunun tikini açıp yükle işaretine basmak gerekiyor.
    08:29Sema Kurulumu
    • Sema, build almamızı sağlayan bir araçtır.
    • Sema kurulumu için Windows 64 x64 installer sürümü indirilmeli.
    • Kurulum sırasında herhangi bir değişiklik yapılmadan next next next diyerek kurulum başlatılmalı ve masaüstüne gelsin seçeneği işaretlenmelidir.
    09:24OpenSea ve OpenCV İndirme
    • OpenSea'nin kütüphane dosyası OpenSea web sitesinden "releases" kısmından indirilmelidir.
    • Bu derste OpenSea 4.5.5 ve OpenCV 4.9 sürümleri kullanılacaktır.
    • OpenCV'nin contript dosyaları GitHub sayfasından indirilmelidir.
    10:54Sema ile Kurulum Başlangıcı
    • İndirilen dosyalar özel bir "opensea" isimli klasöre alınmalıdır.
    • Sema programı açılarak source kodun konumu "browse source" ile belirlenmelidir.
    • Build klasörü "browse build" ile oluşturulmalı ve iki klasör seçilmelidir.
    11:49Visual Studio ve Python Ayarları
    • "Groups" checkbox'ı aktif edilip "configure" butonuna basılmalıdır.
    • Kullanılacak Visual Studio sürümü seçilmeli ve platform "x64" olarak ayarlanmalıdır.
    • Python 3'ün doğru konumları bildirilmiş durumda olmalıdır, aksi takdirde sisteminize Python kurulmalıdır.
    13:29OpenCV Modülleri ve Numpy Güncelleme
    • OpenCV'nin modüller kısmında Python 2 ve Python 3'te yer alması gerekir.
    • GPU supportlu OpenCV kurulduğunda Python key bankları çalışmayacaktır.
    • Numpy'yı güncellemek için "file" kısmından "date cash" silinip, komut sisteminde "pip install numpy upgrade" komutu kullanılmalıdır.
    15:25Konfigürasyon Ayarları
    • "Search" kısmına "widthcuda" yazıp, "openseav dnn" seçeneği aktif edilmelidir.
    • "Enable fast" ve "openseav world" seçenekleri aktif edilmelidir.
    • "Openseater python" seçeneği aktif edilerek Python 3 desteği sağlanmalıdır.
    16:38Ekstra Modüller ve Ekran Kartı Ayarları
    • OpenCV ekstra modülleri için contript dosyasındaki mods klasörü seçilmelidir.
    • "Fast mat" seçeneği aktif edilmeli ve ekran kartı mimarisi kontrol edilmelidir.
    • Ekran kartı modeli Wikipedia sayfasından bulunup, karşılık gelen CUDA sürümü seçilmelidir.
    18:28Kurulum Klasörü ve Son Ayarlar
    • Kurulum için "prefix" olarak yeni bir klasör oluşturulmalıdır.
    • Configuration kısmında debug kaldırılıp sadece release bırakılmalıdır.
    • "Generate" butonuna basıldığında OpenSea GPU desteği ile bilgisayara kurulmuş olacaktır.
    19:31OpenSea Kurulumu
    • Komut istemini (cmd) admin olarak açmak gerekiyor.
    • Kurulum için videonun açıklama kısmında verilen komutu kullanmak gerekiyor.
    • Komut dizilimi: C drive'ın içerisindeki ters program files sema bin make.exe, build dizini, eksi target install ve eksi config release şeklinde olmalı.
    21:06Kurulum Sonrası Kontrol
    • Kurulum tamamlandıktan sonra masaüstüne geçiş yaparak test script'i çalıştırılabilir.
    • Script, OpenSea'nın GPU desteği ile çalışıp çalışmadığını kontrol eder.
    • Test sonucunda GPU desteği ile 0,90 saniyede işlem verirken, CPU ile 1,50 saniyede işlem verildiği görülmüş, arada büyük performans farkı var.
    22:02Sonuç ve Sonraki Adım
    • Ekran kartı GPU destekli OpenSea sistemine başarıyla kurulmuş ve kullanılabilir durumda.
    • Bir sonraki bölümde Darknet kurulacak ve eğitim başlanacak.
    • Video beğenilirse like atılması ve abone olunması isteniyor, sorular için yorumlar kısmından veya Instagram adresinden ulaşılabilir.

    Yanıtı değerlendir

  • Yazeka sinir ağı makaleleri veya videoları özetliyor