weixin_53035684的博客

本地安装torch

49行，看找的文件夹文件后缀是啥，这里是.xml。47行，看是啥文件，是.jpg还是其他。46行，是参考文件夹的路径，48行，就是要找的文件夹路径，50行，保存指定的路径。

xml转coco，xml转json，voc转coco，voc转json

【代码】cuda11.8安装torch2.0.1。

在运行yolov7的train.py报错查了一下，主要两个方面去试试。

在此之前，先把编译器选一下还有anaconda下载好了还有就是大家都用的pycharm或者vscode，这俩都可以，pycharm下载社区版的就够用了。下载好之后，为了使用方便，可以安装一下中文插件，这在csdn上搜索一下就有很多教程的。在开始之前，先看一下自己电脑的配置，看看有没有显卡。打开任务管理器，点击性能，列表里就有。

我说明一下，比如我有100张图，我对这些图片进行标注了，那么对应的标注文件数量也应该是100个的，大家检查一下，看看自己有没有漏标的之类的东西。标注的文件：如果是xml格式的话，放在Annotations里，如果是txt格式的话，放在txt里，这些文件放在对应的文件夹之后，就可以开始划分了。我再详细说一下自己标注的文件放在什么位置。自己的数据集分为，图片部分和标注文件部分。自己的图片的话，放在JPEGImages。打开VOCdevkit文件夹。我发的文件里有这几个文件。在dataset里面有。

一般设置batchsize大小都是2的指数倍设置的，我如果加大的话，那就是翻倍的，这样我的显存就容不下了，所以说现在来说我的这个就是在自己设备里能开到的最大batchsize了。并且在用cpu跑的时候把浏览器啥的都关了，这些也都会占用内存和cpu利用率的。跑的时候没有显示占多少，打开任务管理器看内存占用情况。使用GPU的时候，首先要看看自己的设备显存是多少，显示训练占用内存是2.3G，而我的显存是4G。这时候我的电脑内存差不多满了，就不能再加大了。我的设备就是4G显存的，

有时运行还会报错的话，试一下绝对路径。右击data.yaml，复制路径。这个放在data路径里面。再试试，看看有没有解决。

对以上内容进行解释，第一个yolov8n.yaml并没有在ultralytics/cfg/models/v8找到对应的，是因为yolov8后面加上那个后缀就是哪个了，如果你想用yolov8m.yaml，直接改成yolov8m.yaml就可以了。batch是设置一批次跑几个，这个看自己显存设置，显存大就设置大，小就设置小，如果用cpu的话还是设置小一些吧，不能为0，最小1。我在这两行前面加了注释，就是前面加了#，就解决了，遇到这种情况可以试试。imgsz是图象的大小，这个看你数据吧，动不动都无所谓。

数据集划分

比如我要找我的一个名为yolov8的，就是在环境的文件夹里最下面的python.exe。如果没有，还是 按住ctrl+shift+p键。首先得知道anaconda配置的环境位置。找的就是环境里面的python.exe。然后随便打开一个.py文件，看看右下角。按住ctrl+shift+p键。下面都已经读取了，直接选就行了。

anaconda环境安装位置

1是稳定版的意思，2是windows系统，3是安装指令，4是语言，5是选设备，这里选择的是CPU，我的是英伟达3050的，跑的都说用N卡，看看你的上面有没有写NVIDIA。根据README文档，显示，需要安装ultralytics包。然后是下载pytorch，就把之前的那个指令复制一下，回车。注意哈，创建的python版本得是大于等于3.8的。会显示很多乱七八糟的东西，等着吧，等下载完了。就这个，在创建的环境里安装这个就可以了。这里知道吧，安装到自己指定的环境里面。这个又显示出来了，就说明安装好了。

Ultralytics是一个与人工智能领域相关的私人技术公司，专注于机器学习和神经网络的研究与开发。下载下来后解压了就可以用了，后面就是配环境的内容。大家可以看我写的其他文章，有说明。先点code，然后下面有个 Download ZIP，点一下就可以下载了。第一个这个ultralytics/yolov5就是u版的。因为github是外国网站，可能会很慢，或者连不上。一般下载的都是ultralytics版本的。下载代码大家都会去一个网站，github。我把连接发一下，大家可以从这里下载。

比如我们从官方那下载的yolov5算法，里面的models文件夹里保存的就是不同大小的yaml文件，这里面有s,m,l,n,x分别代表着模型大小的不同，yaml文件定义了神经网络的结构。一般来说很多人使用的就是yolov5s大小的，但是有时候会有着精度低的影响，这就可以考虑一下yolov5m或者l甚至n了。在官方下载的yolov5项目里面，有一个models的文件夹，这里面放的就是yaml文件。将原本的换成对应的就可以了，比如说我要换m大小的。如果想换其他大小的，对应着换就可以了。

这里显示的yolov5默认的IOU为CIOU。在train.py里 按Ctrl+F键，就在这里，把CIoU换成GIoU就可以了。按住Ctrl点compute_loss。去更换IOU，yolov5自带有几个。下面有个compute_loss。若要替换的话，比如使用Giou。这里就是几个自带的IOU。（这里是等号的右边那个）或者按Ctrl+F,搜。

解释器的路径是 anaconda\envs下面你的环境名字里面的python.exe，选择你的环境里面的python.exe就可以了。我的pycharm是2022的。

然后就去安装其他的东西了，在yolov5官方代码里有个requirements.txt文件，这俩点不管哪个都可以，点开后是这样的（我点的是下面的 Anaconda Prompt）这里声明一下，我创建的环境名字叫yolov5，python版本选用的是3.8的。当前面出现了yolov5的时候就代表着你已经进入了yolov5的环境里了。由于这个是cpu版本的，直接先安装一下cpu的torch。然后就出现很多行安装的东西，这就代表着在安装了。在编译器打开要做的yolov5的项目，接下来就是配置环境了----

coco工具安装，coco介绍

64, 6, 2, 2]：64：该层的输出通道数为64（通道数为64代表着卷积核的数量也是64个，每一层都有一个卷积核，64层代表着64个卷积核）；6：滤波器的大小（表示使用6X6的卷积核）；padding填充， stride步长，padding填充使得图像在卷积后有相同的大小。##from：从哪个层开始，-1表示上一层，0表示第一层，1表示第二层，2表示第三层，以此类推。##args：模块的参数，具体看模块定义的要求。##module：模块的类型，就是模块的名字。比如在yolo模型中它有个。

通俗的讲一下数据集，还有batchsize的理解。

详细讲解pytorch如何安装，简单明了

anaconda下载安装与使用，简单明了

CUDA+cudnn安装 详细教学无废话

对于我在conda和pip的理解

pip配置镜像源，无废话

无废话，添加conda镜像源，