目录
1.通过labelImg进行数据集的标注,生成图片对应的.xml文件
2.通过pycharm打开yolov7文件,运行xml2txt.py,创建数据集文件夹
4.运行train.py,训练模型对电脑的配置要求较高,可以通过调整batchsize来使模型的训练能够完成
参考资料: 7. 25 yolov7的卸载、重装、测试、训练_世界函数的博客-CSDN博客
yolov7的安装
-
创建yolov7的虚拟环境
-
安装cuda、cudnn和pytorch-gpu
-
在github上下载yolov7
-
在pycharm中配置创建的虚拟环境
yolov7的使用(pycharm)
1.通过labelImg进行数据集的标注,生成图片对应的.xml文件
2.通过pycharm打开yolov7文件,运行xml2txt.py,创建数据集文件夹
将原图放入JPEGImages,原图对应的.xml格式文件放入Annotations;
再次运行xml2txt.py,会帮你在
VOCdevkit\images\train 中生成训练集的图片
VOCdevkit\images\val 中生成验证集的图片
VOCdevkit\labels\train 中生成训练集的txt格式标注
VOCdevkit\labels\val 中生成验证集的txt格式标注