YOLOv7 윈도우 환경 설정
1. 시스템 사양 및 버전 호환성
딥러닝 환경 세팅에서 가장 중요한 것은 버전 호환성입니다.
| 구분 | 추천 환경 (현재 표준) | 비고 |
|---|---|---|
| OS | Windows 10 / 11 | |
| GPU | NVIDIA RTX 3070 | VRAM 8GB 이상 권장 |
| Python | 3.9 또는 3.10 | YOLOv7 호환성이 가장 높음 |
| CUDA | 11.8 (또는 12.1) | PyTorch 2.x 안정화 버전 기준 |
| cuDNN | 8.7.0 이상 (CUDA 버전에 맞춤) | |
| PyTorch | 2.x 대 최신 Stable 버전 |
Tip: 맹목적으로 무조건 최신 버전을 설치하기보다는, PyTorch 공식 홈페이지에서 현재 지원하는 안정화(Stable) CUDA 버전이 무엇인지 먼저 확인하고 그에 맞춰 CUDA를 설치하는 것이 핵심입니다.
2. NVIDIA CUDA 및 cuDNN 설치
1) CUDA Toolkit 설치
- NVIDIA CUDA Toolkit Archive에 접속합니다.
- 시스템 환경에 맞춰 CUDA 11.8 (또는 호환되는 최신 버전)의 Windows용 런타임(exe_local)을 다운로드하고 설치합니다.
2) cuDNN 설치 및 덮어쓰기
- NVIDIA cuDNN Archive에 접속합니다. (NVIDIA 로그인 필요)
- 설치한 CUDA 버전에 맞는 cuDNN 압축 파일(zip)을 다운로드합니다.
- 압축을 해제하면
bin,include,lib세 개의 폴더가 나옵니다. - 이 세 폴더 안의 파일들을 복사하여, 앞서 설치한 CUDA 디렉토리에 그대로 덮어쓰기 합니다.
- CUDA 기본 설치 경로:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
- CUDA 기본 설치 경로:
3) 환경 변수 설정
Windows 키➡️환경 변수검색 ➡️ '시스템 환경 변수 편집' 클릭- [환경 변수] 버튼 클릭 ➡️ 하단의 '시스템 변수' 중
Path더블 클릭 - 아래 경로들이 등록되어 있는지 확인하고, 없다면 [새로 만들기]로 추가합니다.
text C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\CUPTI\lib64
3. Anaconda 설치 및 독립된 가상환경 생성
- Anaconda 공식 홈페이지에서 설치 파일을 다운로드하여 설치합니다.
- 시작 메뉴에서 'Anaconda Prompt'를 실행합니다.
- 아래 명령어를 입력하여
yolov7이라는 이름의 Python 3.9 가상환경을 생성하고 활성화합니다.
# yolo_v7 전용 가상환경 생성
conda create -n yolov7 python=3.9 -y
# 가상환경 활성화 (매번 터미널을 열 때마다 실행해야 함)
conda activate yolov7
4. PyTorch 및 YOLOv7 세팅
가상환경이 활성화된 상태((yolov7) C:\...)에서 딥러닝 프레임워크와 YOLOv7 코드를 다운로드합니다.
1) PyTorch 설치
설치한 CUDA 버전에 맞춰 PyTorch를 설치합니다. (CUDA 11.8 기준 명령어)
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia -y
설치가 완료되면 Python을 실행하여
import torch; print(torch.cuda.is_available())을 입력했을 때True가 나와야 GPU 세팅이 완벽하게 된 것입니다.
2) YOLOv7 소스코드 클론 및 요구 패키지 설치
원하는 작업 폴더(Workspace)로 이동한 후, 공식 GitHub에서 코드를 가져옵니다.
# YOLOv7 저장소 복제
git clone [https://github.com/WongKinYiu/yolov7.git](https://github.com/WongKinYiu/yolov7.git)
# 폴더 이동
cd yolov7
# YOLOv7 구동에 필요한 추가 패키지 일괄 설치
pip install -r requirements.txt