1 min to read
How can use tensorflow-yolov3 with FLIR camera
텐서플로우로 구현된 yolov3 사용(FLIR 카메라 사용)
How can use tensorflow-yolov3 with FLIR camera
Author : 이 구
reference: https://github.com/YunYang1994/tensorflow-yolov3
Setting
Camera: FLIR Grasshopper3 USB3 (GS3-U3-32S4M-C)
tensorflow-gpu:1.14.0
CUDA: 10.0
cudnn: 7.6.5
GPU: Titan Xp
Use
$ git clone https://github.com/YunYang1994/tensorflow-yolov3.git
$ cd tensorflow-yolov3
$ pip install -r ./docs/requirements.txt
$ cd checkpoint
$ wget https://github.com/YunYang1994/tensorflow-yolov3/releases/download/v1.0/yolov3_coco.tar.gz
$ tar -xvf yolov3_coco.tar.gz
$ cd ..
$ python convert_weight.py
$ python freeze_graph.py
$ python3 tensorflow_YOLO_FLIR.py
Memory management
tensorflow는 GPU의 전체 memory를 미리 할당한다. per_process_gpu_memory_fraction, allow_growth 옵션을 이용하여 해결할 수 있다.
- 프로세스가 전체 GPU memory 중, 40%만 사용할 수 있도록 설정
config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.4 sess = tf.Session(config=config) as sess: - 프로세스가 전체 GPU memory를 할당하지 않도록 설정
config = tf.ConfigProto() config.gpu_options.allow_growth = True sess= tf.Session(config=config):
Evaluation with original yolo(using darknet)
| fps | Memory-Usage | Power(Usage/Cap) | Volatile GPU-Util | |
|---|---|---|---|---|
| tensorflow-yolov3 | 약 17 fps | 약 8809 MB | 125W/250W | 35% |
| tensorflow-yolov3(after memory setting) | 약 15 fps | 약 4683 MB | 177W/250W | 29% |
| darknet-yolov3 | 43 fps | 약 1024 MB | 220W/250W | 50% |
| darknet-yolov4 | 35 fps | 약 2048 MB | 262W/250W | 81% |
