Deeplearning4J + YOLO - Bildigenkänning med detektion

Hej!

Jag vill börja med bildigenkänning + detektion, dvs det där som Tesla har i sina bilar för att avgöra om det är t.ex. en katt eller en tant man kör på.

Då finns det ett populärt bibliotek som kallas för Deeplearning4J. Tensorflow och Keras finns också. Men jag ska bygga en applikation så då är Deeplearning4J något mer lämpat än vetenskapliga studier med Python.

Jag har en fråga. Jag tänker använda mig av något som heter YOLO2. Alltså det är en hyfsat modern version av YOLO - You only look once.
Senaste är YOLO4 och den som många använder är YOLO3. Men YOLO4 börjar snart bli beprövad.

Men Deeplearning4J har YOLO2 hur som helst.
Är det någon här som har ett förslag på hur jag använder en befintlig tränad YOLO2 modell med Deeplearning4J?
Jag har inte lust att träna egen YOLO2 modell då det krävs liksom 1000 tals bilder per objekt, eller MER!

Visst, man kan använda 100 bilder per objekt om man vill, man får väldigt dålig precision då. Dessutom de som tränar YOLO modeller är riktigt duktiga dataforskare också. Inte några nybörjare som har tittat 10 minuter på Youtube.