Yolo篇----yolov7 测试 推理 训练（1）

一、yolov7源码

        1.下载网址：mirrors / WongKinYiu / yolov7 · GitCode

        2.配置环境：pip install -r requirements.txt

        3.下载预训练权重：（上面网址），yolov7.pt  , yolov7_training.pt ,放入weights文件夹（创建）

        4.检测detect：（在该文件夹下cmd）：python detect.py --weights weights/yolov7.pt --source inference/images 

        5.查看预测的图片：runs-->detect-->exp

二、训练自己的模型

        1.我们生成/datasets/文件夹名，创建images 和labels的文件夹，在images和labels分别再创建两个文件夹：train、val，把想要训练的照片放进去，两个都放差不多数量

        2.数据准备：下载labelImg，标注数据，选择yolo格式，标签会生成txt格式。分别存入image/train和labels/train，val同理。

        3.在/datasets/文件夹名，建立train.txt 、 val.txt文件，分别写入每一个数据的路径：.../img.ipg

        4.配置训练的相关文件：一个是/yolov7/cfg/training/yolov7.yaml（模型的配置文件），一个是/yolov7/data/coco.yaml（数据集的配置文件），分别复制到同等目录下，修改名称，修改相关内容

        5.正式训练：在yolov7路径下，进入虚拟环境：python train.py --weights weights/yolov7_training.pt --cfg cfg/training/yolov7-circle.yaml --data data/circle.yaml --device 0 --batch-size 8 --epoch 3

        6.训练结束，获得last.pt , best.pt，（路径：runs/train/exp/weights/..）

        7.推理：和上面的检测一样，把权重和图片换成自己的。

        8.查看效果： runs/detect/exp (路径)

三、yolov7（yolov7.pt）存在的类别

names:

[ 'person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'traffic light',
         'fire hydrant', 'stop sign', 'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow',
         'elephant', 'bear', 'zebra', 'giraffe', 'backpack', 'umbrella', 'handbag', 'tie', 'suitcase', 'frisbee',
         'skis', 'snowboard', 'sports ball', 'kite', 'baseball bat', 'baseball glove', 'skateboard', 'surfboard',
         'tennis racket', 'bottle', 'wine glass', 'cup', 'fork', 'knife', 'spoon', 'bowl', 'banana', 'apple',
         'sandwich', 'orange', 'broccoli', 'carrot', 'hot dog', 'pizza', 'donut', 'cake', 'chair', 'couch',
         'potted plant', 'bed', 'dining table', 'toilet', 'tv', 'laptop', 'mouse', 'remote', 'keyboard', 'cell phone',
         'microwave', 'oven', 'toaster', 'sink', 'refrigerator', 'book', 'clock', 'vase', 'scissors', 'teddy bear',
         'hair drier', 'toothbrush' ]