|
@@ -4,28 +4,33 @@
|
|
|
# 디렉토리 구조
|
|
|
```
|
|
|
.
|
|
|
-├── Public
|
|
|
-│ ├── data
|
|
|
-│ │ ├── annotation_val
|
|
|
-│ │ ├── annotations_train
|
|
|
-│ │ ├── images_train
|
|
|
-│ │ └── images_val
|
|
|
-│ └── pretrained
|
|
|
-│
|
|
|
+|-- Public
|
|
|
+| |-- data
|
|
|
+| | |-- train
|
|
|
+| | | |-- images
|
|
|
+| | | `-- labels
|
|
|
+| | `-- val
|
|
|
+| | |-- images
|
|
|
+| | `-- labels
|
|
|
+| `-- pretrained
|
|
|
├── (name1)
|
|
|
│ └── helmet_det
|
|
|
│ ├── README.md
|
|
|
│ └── yolov7
|
|
|
-├── (name2)
|
|
|
-│ └── helmet_det
|
|
|
-│ ├── README.md
|
|
|
-│ └── yolov7
|
|
|
.
|
|
|
.
|
|
|
.
|
|
|
```
|
|
|
-`
|
|
|
+
|
|
|
각자 성함으로 폴더를 만드시고 해당 폴더안에서 git clone 하여 작업하시면 될 것 같습니다.
|
|
|
|
|
|
cuda를 사용하실 경우 터미널에서 nvidia-smi 확인하시고 빈 디바이스 사용해서 학습 돌리시면 됩니다.
|
|
|
|
|
|
+
|
|
|
+# train
|
|
|
+`python train.py --workers 8 --device 0 --batch-size 32 --data data/coco_copy.yaml --img 640 640 --cfg cfg/training/yolov7_custom.yaml --weights '/root/Public/pretrained/yolov7_training.pt' --name yolov7-helmet_det --hyp data/hyp.scratch.custom.yaml --epochs 20`
|
|
|
+
|
|
|
+`train.py` 의 `args` 참고하셔서 원하시는대로 변경 후 학습 결과 비교하시면 됩니다.
|
|
|
+- cfg/*.yaml 파일 변경하시는 경우 꼭 number of classes는 변경하시면 안됩니다. 현재 {0:helmet, 1:person, 2:head}로 nc는 3 입니다.
|
|
|
+- 이미지 사이즈도 640*640 으로 고정하는게 학습결과 비교하기 좋을 것 같습니다. (yolo pretrain 이미지 사이즈)
|
|
|
+학습 결과는 `https://wandb.ai/wsangbae/helmet-det/runs/2tbbj4db?workspace=user-wsangbae` 에서 확인하실 수 있습니다.
|