初学YOLOv7

一、下载yolov7

下载网址：GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors

在YOLOv7中要自己下载权重，到官网下载yolov7.pt，并将它直接保存在pycharm里面yolov7的项目文件夹中

二、使用自己的数据集

2.1 准备好自己的数据集（待学习）

将数据集的整个文件夹放到yolov7的项目文件夹之中，包括图像标签等等，数据集制作后面再学。

2.2 训练自己的数据集

自己的图片时，要修改train.py中的参数和对应的文件

2.2.1 修改cfg中的配置文件

cfg是配置文件路径，选择’cfg/training/yolov7.yaml’，这个文件中存储了网络结构，主要是参数、anchors、backbone、head，其中NC是你数据集中的目标的种类数，比如我数据集中只有苹果，就将nc改为1.

2.2.2修改data

data中是数据集路径，原本是默认’data/coco.yaml’，此处我用苹果数据集，就要在data中复制一份coco.yaml，并重命名为apple.yaml，然后将train.py中的默认路径改成’data/apple.yaml’，并且要修改apple.yaml中的参数。

这个文件中主要是train、val、test的路径，以及种类数和种类名，都要根据自己实际数据集的位置进行修改，原本的coco数据集中默认的是train: ./coco/train2017.txt # 118287 images ＆val:./coco/val2017.txt # 5000 images ＆test: ./coco/test-dev2017.txt

根据自己的情况修改，由于我的训练集只有一类苹果，并且还没有准备测试集，训练集位置存储在上图所示的位置中（项目的根目录下），所以apple.yaml中内容如下：

后面的还没有学，后续补充。

三、报错

1.出现BrokenPipeError问题，如下图，网上说修改num_worker，将它修改到0,在v7中是在train.py的参数表中将workers的数量进行修改
在修改后使得参数表中workers数量回到0

2.出现subprocess.CalledProcessError: Command ‘git tag’ returned non-zero exit status 1的问题

是因为权重文件没有下好或者是名字没有改好的原因。注意train.py的参数表。

四、运行结果

在runs文件夹中，train里面每次运行就会产生一个exp，训练一次自己的网络会用很长时间，它会自己绘制一些图，目前还是看不懂的，后面还要学。