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。