yolov7_obb在WIN10下训练自己的数据集

首先获取这位大神的GitHub代码：yolov7_obb+TensorRT+WIN10_Mrs.Gril的博客-CSDN博客

一、配置环境，为了方便大家尽量少的遇到配置问题，下面给出我的环境。

 

 

 

 我的CUDA版本是11.1的，如果你的CUDA版本和我的不一样那么torch和torchvision版本可以自己换了。我遇到的环境配置问题主要有numpy版本不匹配，setuptools版本过高,torch和cuda不匹配,tensorboard版本不匹配的问题。所以如果大家不想在环境上浪费太多时间,可以把requirements.txt的以上这几个库的版本和我的全对应上，应该能避免一些配置问题。

最后还有个nms_rotate库编译配置问题这个问题参照另一个大神的博客：睿智的目标检测——YOLOv7-OBB中的环境配置__白鹭先生_的博客-CSDN博客

编译语句要改成源码的

python setup.py develop 语句

顺便附上这位大神的YOLOV7-OBB版本博客，他的代码注释特别明确，教程说明也非常好。只是我没有train起来，大家也可以参看他的版本。睿智的目标检测——Pytorch搭建YoloV7-OBB旋转目标检测平台_yolo旋转目标检测__白鹭先生_的博客-CSDN博客

二、数据集修改

首先在data文件夹下的dotav2_poly.yaml中修改掉数据集路径，换成自己的，具体数据集的格式可以直接下载来看，GitHub上有。然后nc表示类别数量,我自己的数据集只有一个类别，所以和源码的是一样的，只是把names改成自己的类别名字了。他这里为什么类别只有一个却要设置类别数为2，应该是代码里处理的问题，我也没细看。2类以上类别应该是可以不用none的。至于yolov7.yaml文件下的那些东西，只是拿来自己训练玩玩或者简单的项目我感觉是没必要调整的，当然如果要优化模型那又是进阶篇了，额。。。那个。。我也不会。

 

 这是我自己的数据集格式，前面八个是四个顶点的坐标值，最后两个分别是类别名称还有difficult。difficult这个值我全默认是0了，因为我的数据集图片本来就不大也没有做修剪，如果是无人机遥感数据集那种尺寸的图片而且目标物体又贼小，大家还是要进行裁剪源码里都有的，由于一般自己的数据集图片都不会很大，所以基本都不用修剪自己的图片，直接标注完就转换成训练需要的格式就行了。修剪方法以上链接都有，这里不再赘述。

训练图片原数据集是png格式的，我本来的数据集是jpg格式的也跟着改成了png格式了（为了排除各种不确定因素）。

源码训练图片输入是1024*1024的，这里我的数据集本来是长方形图片但是我训练时候看了训练batch图，有些标注框会发生偏移所以我又把数据集改成640*640大小的正方形图片了，训练图片输入大小可以根据自己数据集具体情况修改,如果你的训练图片本来就不大，目标物体又不是很小的时候就可以把训练尺寸变小一些，这样训练起来速度会提升很多。

旋转目标数据集可以用rolabelimg(使用方法自己搜一下吧很简单的)来标注旋转框标注出来的格式是中心点和宽高以及角度的形式，得自己再转一道，代码大家可以网上搜一下，源码里估计也有只是我在用mmrotate的时候就已经转过所以没去看源码里有没有了。(如果太懒可以留邮箱我把.py文件发给你)

数据集文件夹就按照源数据集格式来就行了。他会自己在图片路径根目录下去找label的。

.cache文件在替换成自己的数据集后就删除掉。 

 

三、训练

 首先建议修改weights路径为下载好的预训练权重路径，如果为空会默认从头开始训练，这样的话可能会训练到你怀疑人生。尤其是我这种只有一台笔记本和一百来张图片想要看到效果从头开始训练是有点难了。用预训练权重训练，我训练了三五十轮就看到效果了。

batch-size如果输入图片大小还是1024*1024我的4G显存只能设2.

四、预测

 同样只修改一下权重路径和需要预测的图片路径就行。