YOLOV7下训练自己的数据集

一、安装配置Pycharm

【吃够了配环境的苦不想从头开始，等哪天换电脑了再记录（先浅浅的放个目录）】
简单说一下我的环境配置：

python

cuda、 cudnn（我好像11.1\11.7\10.2都有，看自己的驱动适合哪个吧）

torch、 torchvision

conda

1 Pycharn

2 Anaconda

3 Cuda

4 Pytorch

二、源码准备

1 源码

源码：https://github.com/WongKinYiu/yolov7
下载好后，在我们的Pycharm中打开

2 虚拟环境

选择之前创建的虚拟环境

3 安装依赖库

在目录表中可以看到，有一个requirements.txt，里面包含了yolov7所需要的所有依赖

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

如果中间出现错误，可以自己单独手动下载，这里经常会默认下载的torch和torchvision是cpu版本，想用gpu版本可以一会儿重新安装torch和torchvision：https://download.pytorch.org/whl/torch_stable.html

全部安装好以后，我们可以在detect.py测试一下【这里有个yolov7.pt，在我们之前下载的源码包里是没有的，可以自行下载一个】：

4 权重

我们使用官方权重进行训练前，一定要先重参数化

三、数据集准备

yolo的数据集需要的标签格式是txt文件