保姆級官方y(tǒng)olov7訓練自己的數(shù)據(jù)集及項目部署詳解
前言
首先,先說明我只是初步接觸yolov7,寫這篇文章的主要目的是可以讓大家快速應用自己的數(shù)據(jù)集進行訓練。沒有接觸過yolov5也沒有關(guān)系,該篇文章會逐步進行演示如何訓練。
第一步 數(shù)據(jù)集準備
首先確保你有l(wèi)abelimg標圖軟件,若無,需要自行去下一個并看一下標圖教程。
當你已經(jīng)標注完成,獲得了img以及相對應的xml之后(如圖)
接下來就是可選擇項:是否需要圖像增強來獲取更多樣本,如需要點擊這里下載 ,直接用enhance_img.py去增強。之后我的習慣是每有一個項目需要訓練,則會新建一個文件夾,項目存放的文件如圖:
下面ImageSets\Main用于存放后續(xù)腳本文件劃分訓練集測試集的相對應的train.txt,test.txt。hyp.scratch.p5.yaml為yolov7的超參設(shè)置,可以直接從yolov7\data下面去拷過來放到你項目里。icon.yaml為你要所要訓練的類別和相應的類,同時也會寫上實際訓練時訓練數(shù)據(jù)和測試數(shù)據(jù)。該文件如下圖。
Main.py就是劃分你的數(shù)據(jù)為訓練集和測試集.txt的腳本。整體新建的項目目錄就是這樣。下面說一下操作流程:1 首先確保是該項目目錄方式 2 運行main.py腳本文件得到了ImageSets\Main下面的train.txt,test.txt。3 在yolov7的根目錄下運行xml2txt腳本文件。main.py xml2txt.py文件點擊這里下載 注意要將該文件的類和項目名改成自己的。如圖:
此時,我們的數(shù)據(jù)準備階段已經(jīng)完成,項目目錄如圖:
第二步 train.py載入自己的數(shù)據(jù)集并訓練
紅色箭頭和紅框就是常見改動的地方,改動后就可以訓練了。
第三步 將訓練好的pt文件做成接口調(diào)用
在等待訓練完成之后,就會在runs/train下面獲得訓練的best.pt,你可以拿著這個pt去做接口使用了。首先,在自己的項目里使用必須要確保yolov7根目錄下的models和utils文件夾放到了你的項目根目錄。然后下載model_import.py 點擊這里下載 嵌入你的任何項目路徑下調(diào)用predict函數(shù)就可以輸出檢出結(jié)果了。
總結(jié)
到此這篇關(guān)于保姆級官方y(tǒng)olov7訓練自己的數(shù)據(jù)集及項目部署的文章就介紹到這了,更多相關(guān)yolov7訓練自己的數(shù)據(jù)集內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
將Django使用的數(shù)據(jù)庫從MySQL遷移到PostgreSQL的教程
這篇文章主要介紹了將Django使用的數(shù)據(jù)庫從MySQL遷移到PostgreSQL的教程,同時提到了一些注意事項,需要的朋友可以參考下2015-04-04Python實現(xiàn)讀取txt文件并轉(zhuǎn)換為excel的方法示例
這篇文章主要介紹了Python實現(xiàn)讀取txt文件并轉(zhuǎn)換為excel的方法,涉及Python針對txt文件的讀取及Excel格式文件生成相關(guān)操作技巧,需要的朋友可以參考下2018-05-05利用Python實時獲取steam特惠游戲數(shù)據(jù)
Steam是由美國電子游戲商Valve于2003年9月12日推出的數(shù)字發(fā)行平臺,被認為是計算機游戲界最大的數(shù)碼發(fā)行平臺之一。本文將利用Python實時獲取steam特惠游戲數(shù)據(jù),感興趣的可以嘗試一下2022-06-06Anaconda多環(huán)境多版本python配置操作方法
下面小編就為大家?guī)硪黄狝naconda多環(huán)境多版本python配置操作方法。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-09-09