물체인식을 적용한 이미지처리를 논한다면 OpenCV와 Darknet 그리고 그래픽카드(GPU)를 이용한다면 CUDA를 빼놓을 수 없다. 프로젝트 진행을 라즈베리 파이 혹은 NVIDIA Jetson과 같은 모바일 플랫폼 적용시키기 위해 운영체계를 리눅스로 선택할 수 있다. 그러나 본 문서가 작성된 2019년 기준으로 인터넷에는 아직 우분투 16.04 LTS에서의 CUDA Toolkit 9 및 OpenCV 3을 설치하는 방법을 주로 설명한다. 그 이상 버전의 리눅스 및 라이브러리 설치 방법이 하나의 문서로 제대로 정리되어 있지 않으며, 만일 있더라도 라이브러리 웹사이트에서 알려주는 절차를 벗어나는 게 있어 신빙성에 의심을 가질 수도 있다. 본 내용은 2019년 기준으로 안정적인 우분투 최신 버전인 18.04 LTS에 CUDA Toolkit 10.0 및 OpenCV 4.0.1, 그리고 YOLOv3 알고리즘을 위해 필요한 Darknet을 설치하는 방법을 라이브러리 웹사이트에서 알려주는 절차를 최대한 벗어나지 않으면서 각 라이브러리마다 호환이 가능하도록 알려준다. 우분투 18.04 LTS를 설치하는 방법은 생략하며, 라이브러리 설치를 위주로 CUDA, OpenCV, 그리고 YOLOv3 순서로 진행한다. 본 절차에 사용된 GPU는 NVIDIA GeForce GTX 1070이다. 소프트웨어: CUDA Toolkit 10.0 일반적으로 CPU에서 멀티코어라고 하면 여러 개의 뇌를 가지고 있어 여러 정보를 코어마다 할당하여 더 빠른 시간 내에 작업을 처리할 수 있도록 한다. 이와 마찬가지로, NVIDIA GPU 제품에도 코어가 존재하며, 이들을 사용할 수 있도록 하는 라이브러리가 바로 CUDA (혹은 CUDA 드라이버)이다. NVIDIA GeForce GTX 1070 제품 안에는 1,920개의 CUDA 코어가 들어있다. CPU보다 훨씬 많은 코어를 가지고 있으나, 각 코어가 가지는 위력은 CPU의 코어에 비해 매우 빈약하여 GPU로는 하나의 작업을 집중적으로 처리
Korean engineering student.