草庐IT

目标检测,使用最新的yolov7训练自己的数据集,从零开始的手把手教程

若风orz 2023-06-15 原文

目录

一、获取大佬的yolov7源码

二、配置深度学习环境

三、准备数据集 

四、用yolo v7训练自己的数据集

五、用训练好的模型测试

六、用训练好的模型预测


一、获取大佬的yolov7源码

yolov7源码地址,把ZIP文件下载后解压,打不开链接记得使用魔法,魔法自己找这个没办法教。或者也可以选择通过我分享的网盘下载:链接:百度网盘下载链接,提取码:yam3。

 打开解压后的文件夹应该可以看到这个页面。

二、配置深度学习环境

我的环境是:WIN10RTX2060Python=3.7

这里推荐使用Anaconda来创建环境,自己先在电脑上安装好conda的运行环境,这里特别注意在安装的时候记得把conda添加到环境变量中。具体怎么安装Anaconda网上教程一大堆,随手一搜都有,如果这都搞不定建议暂时先别学深度学习了。

再检查一下自己有没有安装好conda,win+r输入cmd再按Enter,进入命令行界面后输入conda -V,如果报错了就可能安装了anaconda但是没配置环境变量,或者是其他问题导致的报错,建议先想办法解决一下这个问题,如果显示的和下面一样那就是正常的,可以继续往下看。

 下一步新创建一个yolov7的环境,命令行输入:

conda create -n yolov7 python=3.7

激活环境:

conda activate yolov7

 下一步根据项目文件夹的requirements.txt下载安装所需要的包和库,在yolov7的环境下运行这条命令:

pip install -r 项目绝对路径/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装好后注意,如果你是用GPU来训练的话,需要重新安装pytorch框架,上面通过requirements.txt安装的pytorch包不是GPU版本的,需要另外重新安装GPU版本的pytorch,命令行运行这条命令重新安装pytorch:

pip install torch==1.8.2+cu111 torchvision==0.9.2+cu111 torchaudio===0.8.2 -f https://download.pytorch.org/whl/lts/1.8/torch_lts.html -i  https://pypi.tuna.tsinghua.edu.cn/simple

另外提醒一下这个pytorch的版本要根据自己GPU的型号来确定,有可能会因为cuda版本问题在train的时候出现报错,不过这个问题我自己没遇到过,现在安装的这个版本在2060和3090上都能直接跑数据集不会出现报错。

安装好后打开Pycharm,依次点击文件(file)-- 打开(open)-- 选择到项目文件夹(名字是yolov7-main)。

 最后再去设置里面把Python的解释器设置成刚开始用conda创建的yolov7环境

三、准备数据集 

  • 准备yolo格式的数据集,也就是每个图片要对应一个txt文件格式的标签。目前很多目标检测的数据集都是voc格式的,要把voc格式转化成yolo格式的。现在制作yolo格式数据集的方法和voc格式转yolo格式的方法都有很多,随手一搜都有的。因为每个人自己数据集的情况都不一样,就不再这篇文章里介绍了,建议根据自己数据集的实际情况对症下药。
  • 注意自己数据集的文件结构,建议保持和下面的文件结构一致,不然可能会报错。

  •  在data文件夹下面另外创建一个文件夹,文件夹名自己取(我自己的叫boat_dataset),里面保存自己的数据集。
  • 在boat_dataset文件夹下面创建两个文件夹images和labels(为了展示所以只显示了几张图片,实际上我的训练集是很大的)。
  • images和labels文件夹下面都再另外创建两个文件夹train和vaild。
  • images文件夹里面保存原始图片,labels文件夹下面保存txt文件格式的标签,这两个文件夹里面存的东西应该是一一对应的,里面文件的命名也应该是对应的,也就是一张图片和对应标签的命名应该只有.jpg和.txt的区别,命名别乱改
  • 在boat_dataset文件夹里面要有train.txt和valid.txt,里面保存了找到每个图片文件的路径。

  • classes.txt里面保存要检测的目标的类别名称,一个类别一行。
  • 以上介绍了yolo数据集的格式和文件结构,如果还有不明白的地方可以去搜索关键字:yolo格式数据集。
  • 然后在data文件夹下面创建一个叫boat_dataset.yaml的文件,里面写这些东西:

 再提醒以下文件结构,如果是初学者的话,最好是按照我上面说的,如果因为把文件摆在其他地方而导致了报错。。。。至此数据集就准备完毕了。’

四、用yolo v7训练自己的数据集

首先在cfg/deploy里面选一个yolo的版本

 我选的是yolov7x.yaml,打开这个文件,只需要改一个地方。

 下一步是在github上下载对应的权重文件,看清楚你在上一步选择的是哪个yolov7的模型,然后下载对应的权重文件。如果下载不下来可以看看我分享的百度网盘,提取码:oz0g。

 然后在yolov7-main里面创建一个叫weights的文件夹,把你下载的权重文件放进去。

打开train.py,下拉找到代码里设置的命令行参数项,按照自己的情况进行修改。

上面这些设置好之后运行train.py,如果一切顺利的话,慢慢等训练完成就行了。如果你没有改代码其他设置,那么你可以在runs/train/exp文件夹下获取这次训练的有关信息,runs/train/exp/weights文件夹里面保存了这次训练结束后整个网络模型的权重,后面进行检测时会用到。

五、用训练好的模型测试

打开test.py,找到命令行参数设置项

 设置好后点运行就是了,运行结果会保存在runs/test/exp文件夹里面,我自己没有设置测试集,所以不展示运行结果了。注意如果你要测试的话一定要在自己数据集的.yaml文件里面写清楚test.txt文件的路径,在文章上面也提到了。

六、用训练好的模型预测

首先把需要预测的图片放在inference/images文件夹下

 然后打开detect.py文件,修改命令行参数,和上面的一样,就不赘述了

 设置好后点击运行,运行结果保存在runs/detect/exp文件夹里面

以上就是yolov7训练的整个过程,有问题可以在评论区提问或者私信我。也欢迎也欢迎私信和我讨论有关目标检测和目标跟踪方向的内容!

有关目标检测,使用最新的yolov7训练自己的数据集,从零开始的手把手教程的更多相关文章

  1. ruby - RuntimeError(自动加载常量 Apps 多线程时检测到循环依赖 - 2

    我收到这个错误:RuntimeError(自动加载常量Apps时检测到循环依赖当我使用多线程时。下面是我的代码。为什么会这样?我尝试多线程的原因是因为我正在编写一个HTML抓取应用程序。对Nokogiri::HTML(open())的调用是一个同步阻塞调用,需要1秒才能返回,我有100,000多个页面要访问,所以我试图运行多个线程来解决这个问题。有更好的方法吗?classToolsController0)app.website=array.join(',')putsapp.websiteelseapp.website="NONE"endapp.saveapps=Apps.order("

  2. Unity 3D 制作开关门动画,旋转门制作,推拉门制作,门把手动画制作 - 2

    Unity自动旋转动画1.开门需要门把手先动,门再动2.关门需要门先动,门把手再动3.中途播放过程中不可以再次进行操作觉得太复杂?查看我的文章开关门简易进阶版效果:如果这个门可以直接打开的话,就不需要放置"门把手"如果门把手还有钥匙需要旋转,那就可以把钥匙放在门把手的"门把手",理论上是可以无限套娃的可调整参数有:角度,反向,轴向,速度运行时点击Test进行测试自己写的代码比较垃圾,命名与结构比较拉,高手轻点喷,新手有类似的需求可以拿去做参考上代码usingSystem.Collections;usingSystem.Collections.Generic;usingUnityEngine;u

  3. postman接口测试工具-基础使用教程 - 2

    1.postman介绍Postman一款非常流行的API调试工具。其实,开发人员用的更多。因为测试人员做接口测试会有更多选择,例如Jmeter、soapUI等。不过,对于开发过程中去调试接口,Postman确实足够的简单方便,而且功能强大。2.下载安装官网地址:https://www.postman.com/下载完成后双击安装吧,安装过程极其简单,无需任何操作3.使用教程这里以百度为例,工具使用简单,填写URL地址即可发送请求,在下方查看响应结果和响应状态码常用方法都有支持请求方法:getpostputdeleteGet、Post、Put与Delete的作用get:请求方法一般是用于数据查询,

  4. 在VMware16虚拟机安装Ubuntu详细教程 - 2

    在VMware16.2.4安装Ubuntu一、安装VMware1.打开VMwareWorkstationPro官网,点击即可进入。2.进入后向下滑动找到Workstation16ProforWindows,点击立即下载。3.下载完成,文件大小615MB,如下图:4.鼠标右击,以管理员身份运行。5.点击下一步6.勾选条款,点击下一步7.先勾选,再点击下一步8.去掉勾选,点击下一步9.点击下一步10.点击安装11.点击许可证12.在百度上搜索VM16许可证,复制填入,然后点击输入即可,亲测有效。13.点击完成14.重启系统,点击是15.双击VMwareWorkstationPro图标,进入虚拟机主

  5. hadoop安装之保姆级教程(二)之YARN的配置 - 2

    1.1.1 YARN的介绍 为克服Hadoop1.0中HDFS和MapReduce存在的各种问题⽽提出的,针对Hadoop1.0中的MapReduce在扩展性和多框架⽀持⽅⾯的不⾜,提出了全新的资源管理框架YARN. ApacheYARN(YetanotherResourceNegotiator的缩写)是Hadoop集群的资源管理系统,负责为计算程序提供服务器计算资源,相当于⼀个分布式的操作系统平台,⽽MapReduce等计算程序则相当于运⾏于操作系统之上的应⽤程序。 YARN被引⼊Hadoop2,最初是为了改善MapReduce的实现,但是因为具有⾜够的通⽤性,同样可以⽀持其他的分布式计算模

  6. ruby-on-rails - 如何测试自己对 Ruby/ROR 的了解? - 2

    是否有self验证的问题列表。看着那个,我可以确定我知道。我应该复习一下。在学习的过程中,我列了一个这样的list,但它只包含我在某处听说过的项目。我需要一段时间才能找到新的东西。 最佳答案 以下是针对ruby​​和Rails的一些测试列表。证书名称:RubyonRails谁提供:oDeskIncorporation认证费用:免费网站:https://www.odesk.com/tests/985?pos=0证书名称:RubyonRails提供者:Techgig.com(TimesBusinessSolutionsLimited(T

  7. ruby - 检测由 RSpec、Ruby 运行的代码 - 2

    我想知道我的代码是否在rspec下运行。这可能吗?原因是我正在加载一些错误记录器,这些记录器在测试期间会被故意错误(expect{x}.toraise_error)弄得乱七八糟。我查看了我的ENV变量,没有(明显的)测试环境变量的迹象。 最佳答案 在spec_helper.rb的开头添加:ENV['RACK_ENV']='test'现在您可以在代码中检查RACK_ENV是否经过测试。 关于ruby-检测由RSpec、Ruby运行的代码,我们在StackOverflow上找到一个类似的问题

  8. ruby - 使用 Ruby Daemons gem 检测停止 - 2

    我正在使用rubydaemongem。想知道如何向停止操作添加一些额外的步骤?希望我能检测到停止被调用,并向其添加一些额外的代码。任何人都知道我如何才能做到这一点? 最佳答案 查看守护程序gem代码,它似乎没有用于此目的的明显扩展点。但是,我想知道(在守护进程中)您是否可以捕获守护进程在发生“停止”时发送的KILL/TERM信号...?trap("TERM")do#executeyourextracodehereend或者你可以安装一个at_exit钩子(Hook):-at_exitdo#executeyourextracodehe

  9. ruby - 在 RUBY 上的 PADRINO 框架上使用 RSPEC 进行测试的教程 - 2

    我是Ruby新手,并被要求在我们的新项目中使用它。我们还被要求使用Padrino(Sinatra)作为后端/框架。我们被要求使用Rspec进行测试。我一直在寻找可以指导在Padrino上使用RspecforRuby的教程。我得到的主要是引用RoR。但是,我需要RubyonPadrino。请在任何入门/指南/引用/讨论等方面指导我。如有不妥之处请指正。可能是我没有针对我的问题搜索正确的词/短语组合。我正在使用Ruby1.9.3和Padrinov.0.10.6。注意:我还提到了SOquestion,但它没有帮助。 最佳答案 我没用过Pa

  10. ruby - Ruby 脚本如何检测到它正在 irb 中运行? - 2

    我有一个定义类的Ruby脚本。我希望脚本执行语句BoolParser.generate:file_base=>'bool_parser'仅当脚本作为可执行文件被调用时,而不是当它被irbrequire(或通过-r在命令行上传递)时。我可以用什么来包装上面的语句,以防止它在我的Ruby文件加载时执行? 最佳答案 条件$0==__FILE__...!/usr/bin/ruby1.8classBoolParserdefself.generate(args)p['BoolParser.generate',args]endendif$0==_

随机推荐