lc_MVP的博客

YOLOv7模型推理和训练

如标题，在用opencv调用yolov3的权重文件，获取三个尺度输出层的名称时出现了这个错误。改为：output_layers_names = [layersNames[i-1] for i in net.getUnconnectedOutLayers()]即可完美运行。

目录：1.必要环境2.YOLOX安装及模型推理3.训练自己数据集及测试1.必要环境我的环境是：Windows10+python3.9+CUDA11.1+CUDNN8.1.1在此环境配置不再多说，网上有很多的教程。本篇主要还是记录YOLOX的使用。（这里安装torch有个小坑，如果起初未安装torch,使用requirements.txt安装，则安装的为cpu版本，而此处我们使用的是gpu版本，注意别踩坑）2.YOLOX安装配置YOLOX的环境2.1 进入github官

主要环境要求：python >= 3.8pytorch = 1.7.0onnx = 1.10.1onnx-tf = 1.9.0此处以转yolov5s.pt模型为例，转换成onnx模型命令如下：python models/export.py --weights yolov5s.pt --img 640 --batch 1 若为自己训练的数据集模型为例，命令可参考如下： python models/export.py --weights runs/train/exp/w

1.训练自己的数据：使用labelimg标注软件对数据集进行标注，标注完成后，每张图像会生成对应的xml标注文件。我们将图像和数据统一放置到源码目录的VOCData文件夹下。其中，jpg文件放置在VOCData/images下，xml放置在VOCData/Annotations下：2.运行 split.py 文件，运行结束后，可以看到VOCData/labels下生成了几个txt文件3.然后运行 txt2yolo_label.py 文件用于将数据集转换到yolo数据集格式，转换后可...