【YOLOv7】使用 YOLOv7 做目标检测 (使用自己的数据集 + 图解超详细)-Toy模板网

这篇具有很好参考价值的文章主要介绍了【YOLOv7】使用 YOLOv7 做目标检测 (使用自己的数据集 + 图解超详细)。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

YOLOv7

论文+源码

论文链接：https://arxiv.org/abs/2207.02696

GitHub 链接：https://github.com/WongKinYiu/yolov7

环境搭建

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

模型训练

修改YOLOV7配置

data.yaml

新建data.yaml文件，配置yolov7的数据集，数据集为 YOLO格式。

train: D:\pythonProjects\datasets2\train  
val: D:\pythonProjects\datasets2\val 
test: D:\pythonProjects\datasets2\test

# number of classes
nc: 20

# class names
names: ["Akita_Dog", "Basset_Hound", "Beagle_Dog", "Border_Collie", "Chinese_Shar-pei", "Corgi","English_Cocker_Spaniel","English_Sheepdog","German_Shepherd_Dog","Golden_Hair","Labrador","Pomeranian","Redbone_Coonhound","Saint_Bernard","Samoyed","Schnauzer","Schnauzer","Siberian_Husky","Springer_Spaniel","Tibetan_Mastiff"]

weights

新建weights文件夹，下载yolov7.pt https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt。

train.py

修改如下的参数，其中batch-size根据自己GPU的算力进行修改。

yolov7.pt,计算机视觉,目标检测,深度学习,计算机视觉

开始训练

运行train.py，然后就可以进行训练了。

但是在训练过程中，我们会看到需要登录wandb的官网进行注册，比较麻烦，我们可以注释掉。

路径在 yolov7-main/utils/wandb_logging/wandb_utils.py ，进行如下的修改。

# try:
#     import wandb
#     from wandb import init, finish
# except ImportError:
#     wandb = None

wandb = None

模型测试

测试自己的数据集

python test.py --data data/data.yaml --img 640 --batch 8 --conf 0.001 --iou 0.65 --device 0 --weights ./runs/train/exp5/weights/best.pt --name yolov7_val

AttributeError: ‘int’ object has no attribute ‘lower’

解决方法：将torch_utils.py中的select_device()中的cpu直接初始化为0.
yolov7.pt,计算机视觉,目标检测,深度学习,计算机视觉文章来源地址https://www.toymoban.com/news/detail-523810.html

测试单张图片

python detect.py --weights ./runs/train/exp5/weights/best.pt --conf 0.25 --img-size 640 --source ./inference/images_test/Corgi1.jpg

任何问题，均可评论区留言。

到了这里，关于【YOLOv7】使用 YOLOv7 做目标检测 (使用自己的数据集 + 图解超详细)的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

【YOLOv7】使用 YOLOv7 做目标检测 (使用自己的数据集 + 图解超详细)