保姆級(jí)官方y(tǒng)olov7訓(xùn)練自己的數(shù)據(jù)集及項(xiàng)目部署詳解
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(yīng)用自己的數(shù)據(jù)集進(jìn)行訓(xùn)練。沒有接觸過yolov5也沒有關(guān)系,該篇文章會(huì)逐步進(jìn)行演示如何訓(xùn)練。
第一步 數(shù)據(jù)集準(zhǔn)備
首先確保你有l(wèi)abelimg標(biāo)圖軟件,若無,需要自行去下一個(gè)并看一下標(biāo)圖教程。
當(dāng)你已經(jīng)標(biāo)注完成,獲得了img以及相對(duì)應(yīng)的xml之后(如圖)



接下來就是可選擇項(xiàng):是否需要圖像增強(qiáng)來獲取更多樣本,如需要點(diǎn)擊這里下載 ,直接用enhance_img.py去增強(qiáng)。之后我的習(xí)慣是每有一個(gè)項(xiàng)目需要訓(xùn)練,則會(huì)新建一個(gè)文件夾,項(xiàng)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(xùn)練集測(cè)試集的相對(duì)應(yīng)的train.txt,test.txt。hyp.scratch.p5.yaml為yolov7的超參設(shè)置,可以直接從yolov7\data下面去拷過來放到你項(xiàng)目里。icon.yaml為你要所要訓(xùn)練的類別和相應(yīng)的類,同時(shí)也會(huì)寫上實(shí)際訓(xùn)練時(shí)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)。該文件如下圖。

Main.py就是劃分你的數(shù)據(jù)為訓(xùn)練集和測(cè)試集.txt的腳本。整體新建的項(xiàng)目目錄就是這樣。下面說一下操作流程:1 首先確保是該項(xiàng)目目錄方式 2 運(yùn)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(yùn)行xml2txt腳本文件。main.py xml2txt.py文件點(diǎn)擊這里下載 注意要將該文件的類和項(xiàng)目名改成自己的。如圖:


此時(shí),我們的數(shù)據(jù)準(zhǔn)備階段已經(jīng)完成,項(xiàng)目目錄如圖:

第二步 train.py載入自己的數(shù)據(jù)集并訓(xùn)練

紅色箭頭和紅框就是常見改動(dòng)的地方,改動(dòng)后就可以訓(xùn)練了。
第三步 將訓(xùn)練好的pt文件做成接口調(diào)用
在等待訓(xùn)練完成之后,就會(huì)在runs/train下面獲得訓(xùn)練的best.pt,你可以拿著這個(gè)pt去做接口使用了。首先,在自己的項(xiàng)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(xiàng)目根目錄。然后下載model_import.py 點(diǎn)擊這里下載 嵌入你的任何項(xiàng)目路徑下調(diào)用predict函數(shù)就可以輸出檢出結(jié)果了。
總結(jié)
到此這篇關(guān)于保姆級(jí)官方y(tǒng)olov7訓(xùn)練自己的數(shù)據(jù)集及項(xiàng)目部署的文章就介紹到這了,更多相關(guān)yolov7訓(xùn)練自己的數(shù)據(jù)集內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
將Django使用的數(shù)據(jù)庫從MySQL遷移到PostgreSQL的教程
這篇文章主要介紹了將Django使用的數(shù)據(jù)庫從MySQL遷移到PostgreSQL的教程,同時(shí)提到了一些注意事項(xiàng),需要的朋友可以參考下2015-04-04
Python實(shí)現(xiàn)讀取txt文件并轉(zhuǎn)換為excel的方法示例
這篇文章主要介紹了Python實(shí)現(xiàn)讀取txt文件并轉(zhuǎn)換為excel的方法,涉及Python針對(duì)txt文件的讀取及Excel格式文件生成相關(guān)操作技巧,需要的朋友可以參考下2018-05-05
利用Python實(shí)時(shí)獲取steam特惠游戲數(shù)據(jù)
Steam是由美國電子游戲商Valve于2003年9月12日推出的數(shù)字發(fā)行平臺(tái),被認(rèn)為是計(jì)算機(jī)游戲界最大的數(shù)碼發(fā)行平臺(tái)之一。本文將利用Python實(shí)時(shí)獲取steam特惠游戲數(shù)據(jù),感興趣的可以嘗試一下2022-06-06
PyTorch如何使用embedding對(duì)特征向量進(jìn)行嵌入
這篇文章主要介紹了PyTorch如何使用embedding對(duì)特征向量進(jìn)行嵌入問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
Anaconda多環(huán)境多版本python配置操作方法
下面小編就為大家?guī)硪黄狝naconda多環(huán)境多版本python配置操作方法。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-09-09

