代码移植
环境配置
win10+cuda9.2 cpu
pytorch 1.8
pip install -r requirements.txt
数据集构建
使用coco128数据集进行训练
若需要使用自己数据集，徐对图片进行标注，并划分test、val、train等文件及其lable标签。可参考yolov5进行构建
具体：零基础YOLOv5的详细使用教程_胡萝卜爱吃鱼11的博客-CSDN博客_yolov5教程
1.准备数据集
yolov7中的数据集的标签都是保存为YOLO格式的txt文件的。选择自己所需要的照片后，需要用LabelImg对图片进行标注。
Open为打开一张照片，一般选择Open Dir打开图片所在文件夹，方便对图片进行批量编辑，Change Save Dir为保存地址。快捷键：
w：打标签
d：下一张
a：上一张
需要提前设置自动保存。
2.构建数据集
在paper_date目录下创建三个文件夹，结构如下：
paper_date
......images #存放图像
......Annotations #存放图像对应的xml文件
......ImageSets/Main #存放训练/存放train.txt/val.txt/test.txt/trainval.txt文件
images为VOC数据集格式中的JPEGImages，内容如下：
Annotations文件夹下面为xml文件，内容如下：
然后在yolov7目录下的data文件夹下新建一个ab.yaml文件（可以自定义命名），用来存放训练集和验证集的划分文件（train.txt和val.txt），这两个文件是通过运行voc_label.py代码生成的，然后是目标的类别数目和具体类别列表，ab.yaml内容如下：
; 训练
修改train文件
主要修改内容为：
weights：权重文件，在yolov7根目录下，可自行下载。
data：需按照自己的数据集及其位置修改
epochs：训练世代
batch-size：越大所需内存越大，由于电脑配置较低，修改为8
直接运行train.py
或者按照官网运行
python train.py --img 640 --batch 16 --epochs 3 --data coco128.yaml --weights yolov7.pt
未完待续
Original: https://blog.csdn.net/ml1211449109/article/details/125840441
Author: 胡萝卜爱吃鱼11
Title: YOLOV7训练自己的数据集
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/650459/
转载文章受原作者版权保护。转载请注明原作者出处！