【YOLOv7】使用 YOLOv7 做目标检测 (使用自己的数据集 + 图解超详细)
文章目录
- YOLOv7
- 论文+源码
- 环境搭建
- 模型训练
- 修改YOLOV7配置
- data.yaml
- weights
- train.py
- 开始训练
- 模型测试
- 测试自己的数据集
- AttributeError: 'int' object has no attribute 'lower'
- 测试单张图片
- 任何问题，均可评论区留言。
YOLOv7
论文+源码
论文链接：https://arxiv.org/abs/2207.02696
GitHub 链接：https://github.com/WongKinYiu/yolov7
环境搭建
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
模型训练
修改YOLOV7配置
data.yaml
新建data.yaml文件，配置yolov7的数据集，数据集为 YOLO格式。
train: D:\pythonProjects\datasets2\train
val: D:\pythonProjects\datasets2\val
test: D:\pythonProjects\datasets2\test
# number of classes
nc: 20
# class names
names: ["Akita_Dog", "Basset_Hound", "Beagle_Dog", "Border_Collie", "Chinese_Shar-pei", "Corgi","English_Cocker_Spaniel","English_Sheepdog","German_Shepherd_Dog","Golden_Hair","Labrador","Pomeranian","Redbone_Coonhound","Saint_Bernard","Samoyed","Schnauzer","Schnauzer","Siberian_Husky","Springer_Spaniel","Tibetan_Mastiff"]
weights
新建weights文件夹，下载yolov7.pt https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt。
train.py
修改如下的参数，其中batch-size根据自己GPU的算力进行修改。
开始训练
运行train.py，然后就可以进行训练了。
但是在训练过程中，我们会看到需要登录wandb的官网进行注册，比较麻烦，我们可以注释掉。
路径在 yolov7-main/utils/wandb_logging/wandb_utils.py ，进行如下的修改。
# try:
# import wandb
# from wandb import init, finish
# except ImportError:
# wandb = None
wandb = None
模型测试
测试自己的数据集
python test.py --data data/data.yaml --img 640 --batch 8 --conf 0.001 --iou 0.65 --device 0 --weights ./runs/train/exp5/weights/best.pt --name yolov7_val
AttributeError: ‘int’ object has no attribute ‘lower’
解决方法：将torch_utils.py中的select_device()中的cpu直接初始化为0.
测试单张图片
python detect.py --weights ./runs/train/exp5/weights/best.pt --conf 0.25 --img-size 640 --source ./inference/images_test/Corgi1.jpg