保姆級官方yolov7訓練自己的資料集及專案部署詳解

2022-08-06 14:01:08

前言

首先，先說明我只是初步接觸yolov7,寫這篇文章的主要目的是可以讓大家快速應用自己的資料集進行訓練。沒有接觸過yolov5也沒有關係，該篇文章會逐步進行演示如何訓練。

第一步資料集準備

首先確保你有labelimg標圖軟體，若無，需要自行去下一個並看一下標圖教學。

當你已經標註完成，獲得了img以及相對應的xml之後（如圖）

接下來就是可選擇項：是否需要影象增強來獲取更多樣本，如需要點選這裡下載，直接用enhance_img.py去增強。之後我的習慣是每有一個專案需要訓練，則會新建一個資料夾，專案存放的檔案如圖：

下面ImageSetsMain用於存放後續指令碼檔案劃分訓練集測試集的相對應的train.txt,test.txt。hyp.scratch.p5.yaml為yolov7的超參設定，可以直接從yolov7data下面去拷過來放到你專案裡。icon.yaml為你要所要訓練的類別和相應的類，同時也會寫上實際訓練時訓練資料和測試資料。該檔案如下圖。

Main.py就是劃分你的資料為訓練集和測試集.txt的指令碼。整體新建的專案目錄就是這樣。下面說一下操作流程：1 首先確保是該專案目錄方式 2 執行main.py指令碼檔案得到了ImageSetsMain下面的train.txt,test.txt。3 在yolov7的根目錄下執行xml2txt指令碼檔案。main.py xml2txt.py檔案點選這裡下載注意要將該檔案的類和專案名改成自己的。如圖：

此時，我們的資料準備階段已經完成，專案目錄如圖：

第二步 train.py載入自己的資料集並訓練

紅色箭頭和紅框就是常見改動的地方，改動後就可以訓練了。

第三步將訓練好的pt檔案做成介面呼叫

在等待訓練完成之後，就會在runs/train下面獲得訓練的best.pt,你可以拿著這個pt去做介面使用了。首先，在自己的專案裡使用必須要確保yolov7根目錄下的models和utils資料夾放到了你的專案根目錄。然後下載model_import.py 點選這裡下載嵌入你的任何專案路徑下呼叫predict函數就可以輸出檢出結果了。

總結

到此這篇關於保姆級官方yolov7訓練自己的資料集及專案部署的文章就介紹到這了,更多相關yolov7訓練自己的資料集內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

保姆級官方yolov7訓練自己的資料集及專案部署詳解

目錄

前言

第一步 資料集準備

第二步 train.py載入自己的資料集並訓練

第三步 將訓練好的pt檔案做成介面呼叫

總結

熱門文章

第一步資料集準備

第三步將訓練好的pt檔案做成介面呼叫