yolov7-pytorch复现

代码仓库：GitHub - bubbliiiing/yolov7-pytorch: 这是一个yolov7的库，可以用于训练自己的数据集。

论文链接：YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors

一、所需环境

当然深度学习环境的搭建是基础，详情可见(win10)：

【深度学习】windows10环境配置详细教程_anaconda3环境变量配置win10-CSDN博客

Unbutun搭建深度学习环境可以参考：

Ubuntu20.04配置pytorch深度学习环境（亲测有效）_ubuntu20.04 cuda 11.6 torch安装哪个版本-CSDN博客

PyCharm：2022.2.2版本

torch==1.2.0+

为了使用amp混合精度，推荐使用torch1.7.1以上的版本。

scipy==1.2.1

numpy==1.17.0

matplotlib==3.1.2

opencv_python==4.1.2.30

tqdm==4.60.0

Pillow==8.2.0

h5py==2.10.0

二、训练步骤

a、训练VOC07+12数据集

数据集的准备

本文使用VOC格式进行训练，训练前需要下载好VOC07+12的数据集，解压后放在根目录

VOC数据集下载地址如下，里面已经包括了训练集、测试集、验证集（与测试集一样），无需再次划分：

链接: https://pan.baidu.com/s/19Mw2u_df_nBzsC2lg20fQA

提取码: j5ge

数据集的处理

修改工程主目录中的voc_annotation.py里面的annotation_mode=2，运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。

开始网络训练

train.py的默认参数用于训练VOC数据集，直接运行train.py即可开始训练。

不出意外，接下来就一定有意外：

很明显，我的笔记本显卡不行哦，显卡内存太小，可以调整batch_size。

看到batch_size等于Freeeze_batch_size，将Freeze_batch_size=2

开始训练：

训练结果预测

训练结果预测需要用到两个文件，分别是yolo.py和predict.py。我们首先需要去yolo.py里面修改model_path以及classes_path，这两个参数必须要修改。

model_path指向训练好的权值文件，在logs文件夹里。

classes_path指向检测类别所对应的txt。

完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

 

b、训练自己的数据集

数据集的准备

本文使用VOC格式进行训练，训练前需要自己制作好数据集，

训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。

训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。

数据集的处理

在完成数据集的摆放之后，我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。

修改voc_annotation.py里面的参数。第一次训练可以仅修改classes_path，classes_path用于指向检测类别所对应的txt。

训练自己的数据集时，可以自己建立一个cls_classes.txt，里面写自己所需要区分的类别。

model_data/cls_classes.txt文件内容为：

修改voc_annotation.py中的classes_path，使其对应cls_classes.txt，并运行voc_annotation.py。

 三、预测

a、使用预训练权重

 

下载完库后解压，在百度网盘下载权值，放入model_data，运行predict.py，输入img/street.jpg

在predict.py里面进行设置也可以进行fps测试和video视频检测。

b、使用自己训练的权重

按照训练步骤训练。

在yolo.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。

更改位置如下：

接下来就是运行predict.py，输入预测的图片位置：img/street.jpg，或者：在predict.py里面进行设置可以进行fps测试和video视频检测。

四、评估步骤

a、评估VOC07+12的测试集

1. 本文使用VOC格式进行评估。VOC07+12已经划分好了测试集，无需利用voc_annotation.py生成ImageSets文件夹下的txt。
2. 在yolo.py里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。
3. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。

b、评估自己的数据集

1. 本文使用VOC格式进行评估。
2. 如果在训练前已经运行过voc_annotation.py文件，代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例，可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = 9:1。
3. 利用voc_annotation.py划分测试集后，前往get_map.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。
4. 在yolo.py里面修改model_path以及classes_path。model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。
5. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。