YOLOV7源码复现教程

YOLOV7源码复现教程

1. 代码下载：

源码位置： https://github.com/WongKinYiu/yolov7，直接下载并解压
或可使用git复制代码： 'git clone https://gitee.com/YFwinston/yolov7.git'

2. 创建虚拟环境：

（1）Anaconda创建Yolo虚拟环境：
（2）安装需要的包： pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple。
此处需要注意CUDA和Pytorch的版本对应关系，否则会出错。
Previous PyTorch Versions | PyTorch。
本人电脑CUDA版本:10.2,对应下载Pytorch版本：
pip install torch==1.10.0+cu102 torchvision==0.11.0+cu102 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/

3. 验证环境配置是否成功：

（1）README文件中有对应的权重，可直接下载，放在weights文件夹下。

（2）运行脚本detect.py, 在某张图片上进行推理，得到的可视化结果保存在runs/detect中。其中需确认验证图片的路径是否正确。
python detect.py --weights weights/yolov7.pt --conf 0.25 --img-size 640 --source data/bdd100k/images/val/b1c66a42-6f7d68ca/b1c66a42-6f7d68ca-0000001.jpg
推理成功可生成runs文件夹，并保存图片到如下位置。说明可进行下一步工作。

3.数据集准备：

数据集需要为Yolo数据格式
（1）将下载的coco数据集放在创建的datasets文件夹下，如下图所示。

（2）在data文件夹下找到coco.yaml，将路径修改为自己的数据集的文件夹路径。

（3）修改train.py文件：需注意路径及文件名称。

（4）接下来即可进行训练，但运行之后发现会有关wandb的报错。
UsageError: api_key not configured (no-tty). call wandb.login(key=[your_api_key])
这个报错一般是由于没有配置API key导致的，你需要按照以下步骤解决问题：
首先，登录到wandb网站并创建一个帐户：wandb注册登录 ，创建完用户并登录之后会跳转到以下页面，在该页面中复制API KEY的内容

其次，打开终端安装wandb: pip install wandb
安装好之后，输入以下代码：wandb login your_api_key
接着按ctrl+V粘贴上述在页面中复制的API KEY并回车。（注意：粘贴的内容不会在命令行显示，粘贴后直接回车即可）
以上完成即可进行训练。

4.训练及测试：

训练结果展示：

P：精度（找对的正类/所有找到的正类）；
R：召回率（找对的正类/所有本应该被找对的正类）；
mAP: 是用Precision和Recall作为两轴作图后围成的面积，m表示平均，@后面的数表示判定iou为正负样本的阈值。
mAP@.5 ：将IoU设为0.5时，计算每一类的所有图片的AP，然后所有类别求平均，即mAP
mAP@.5:.95：表示在不同IoU阈值（从0.5到0.95，步长0.05）（0.5、0.55、0.6、0.65、0.7、0.75、0.8、0.85、0.9、0.95）上的平均mAP。