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數據集進行訓練。沒有接觸過yolov5也沒有關系，該篇文章會逐步進行演示如何訓練。

第一步 數據集準備

首先確保你有l(wèi)abelimg標圖軟件，若無，需要自行去下一個并看一下標圖教程。

當你已經標注完成，獲得了img以及相對應的xml之后（如圖）

接下來就是可選擇項：是否需要圖像增強來獲取更多樣本，如需要點擊這里下載 ，直接用enhance_img.py去增強。之后我的習慣是每有一個項目需要訓練，則會新建一個文件夾，項目存放的文件如圖：

下面ImageSets\Main用于存放后續(xù)腳本文件劃分訓練集測試集的相對應的train.txt,test.txt。hyp.scratch.p5.yaml為yolov7的超參設置，可以直接從yolov7\data下面去拷過來放到你項目里。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數據和測試數據。該文件如下圖。

Main.py就是劃分你的數據為訓練集和測試集.txt的腳本。整體新建的項目目錄就是這樣。下面說一下操作流程：1 首先確保是該項目目錄方式 2 運行main.py腳本文件得到了ImageSets\Main下面的train.txt,test.txt。3 在yolov7的根目錄下運行xml2txt腳本文件。main.py xml2txt.py文件點擊這里下載 注意要將該文件的類和項目名改成自己的。如圖：

此時，我們的數據準備階段已經完成，項目目錄如圖：

第二步 train.py載入自己的數據集并訓練

紅色箭頭和紅框就是常見改動的地方，改動后就可以訓練了。

第三步 將訓練好的pt文件做成接口調用

在等待訓練完成之后，就會在runs/train下面獲得訓練的best.pt,你可以拿著這個pt去做接口使用了。首先，在自己的項目里使用必須要確保yolov7根目錄下的models和utils文件夾放到了你的項目根目錄。然后下載model_import.py 點擊這里下載 嵌入你的任何項目路徑下調用predict函數就可以輸出檢出結果了。

總結

到此這篇關于保姆級官方y(tǒng)olov7訓練自己的數據集及項目部署的文章就介紹到這了,更多相關yolov7訓練自己的數據集內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論