data set 받아와서 -> Convert2Yolo를 이용 labels파일 만듦 -> darknet을 이용해 트레이닝 -> darknet, python을 이용해 추론
혼자서 yolov4-tiny train and inference 해보기
주의점 cfg에서 yolov4-tiny는 (conv(다른것 말고 yolo바로 위에 있는 것) -> yolo) 세트가 2개
yolov4는 세트가 3개
convert
!cd convert2Yolo && python3 example.py --datasets VOC \
--img_path ../VOCdevkit/VOC2007/JPEGImages/ \
--label ../VOCdevkit/VOC2007/Annotations/ \
--convert_output_path ../VOCdevkit/VOC2007/labels/ \
--img_type ".jpg" \
--manifest_path /content \
--cls_list_file /content/vocnames.txt
training
!cd darknet && ./darknet detector train ../vocdata_colab.txt ../yolov4-tiny_voc.cfg ../backup/yolov4-tiny.conv.29 -dont_show 2&> train_log.txt
darknet
./darknet detector demo /home/user/Downloads/vocdata.txt ../Downloads/yolov4-tiny_voc.cfg ../Downloads/yolov4-tiny_voc_last.weights
python
python 창의 크기가 작았고 쓰레드를 나누어서 사용하기 때문에 프레임이 많이 나오는 것같지만 실은 비슷하다고 하심
