学习yolov7源码

使用自己的数据集训练yolov7

1.建立数据文件夹

建立数据集文件夹

2，修改数据集路径 coco.yaml

这是coco数据集的yaml文件，需要修改成自己数据集的yaml
修改地方：1，路径，2：nc：改成自己识别的种类数量，3：names: [’ '],改成自己的标注

3,修改yolo.yaml

修改自己要用的yolo.yaml文件里的nc数量，为coco.yaml里的nc数量

4，修改train.py函数里的引用

注意： weights 权重直接放在train同跟目录下，有时候放在文件夹里，会报错，不知道为什么。

5，预测detect.py

需要修改权重为训练出来的best.pt 最好的权重。

data.yaml文件中数据路径修改方法

“./”：表示当前的文件所在的目录。

“…/”：表示当前的文件所在的上一层的目录。

“/”：表示当前的文件所在的根目录。

6，生成txt文件详解

分别的含义是训练次数、GPU消耗、训练集边界框损失、训练集目标检测损失、训练集分类损失、训练集总损失、targets目标、输入图片大小、Precision、Recall、mAP@.5、mAP@.5:.95、验证集边界框损失、验证集目标检测损失、验证集分类损失。