
########## Docker 설치 / 실행 
1. 제공한 Pig_Polygon.tar 파일 다운로드 및 위치 설정

2. docker load -i Pig_Polygon.tar 실행 (docker image load)

3. load 시 아래와 같은 command 를 볼 수 있을 것임

	##################
	$docker images
	REPOSITORY   TAG   IMAGE ID   CREATED   SIZE
	Pig_Polygon   1.0   2dfae3eab927   1 hours ago   235MB
	##################

4. docker run -it --gpus all --name Pig_Polygon -p 8051:8051 Pig_Polygon:1.0  실행 ( docker image 실행)

#-gpus 를 전체 다 사용할 경우는 all / 하나만 사용할 경우에는 gpu 번호를 사용해야함
#- --name 은 변경 가능
#- p : jupyter 연결을 위한 PortNumber 이기때문에 변경 가능

#docker container 재접속 시, docker start / attach 등의 과정을 통해 재접속 가능

########## model 학습 / evaluation 실행 

0. conda activate detectron
1. 1.rawdata에 폴더(images폴더 내 image 파일들  / annotations.xml 파일) 적재 (여러개의 폴더도 가능)
2. python data_parsing.py 실행하여 json 형태로 변경
3. python split.py 실행하여 train, validation, test set으로 변경
4. jupyter notebook polygon_training.ipynb  실행 
   혹은 
   jupyter로 해당 폴더에 들어온 후 polygon_training.ipynb 실행
  - 이후 line by line 실행
 ## model training 없이 prediction 만 수행할 경우, 5line / 7line 실행하지 않음
5. python calculate_results.py 실행

6. Final_output.txt 생성 확인