1.安装

/news/62ddf431864d5c73acfb1a09.html

下载yolov7源码 yolov7修改requirements.txt

修改torch以及torchvision版本，这里直接指定好版本让其版本对应

安装

pip install -r requirements.txt -f /whl/torch_stable.html -i https://pypi.tuna./simple

2.标注自己的数据

安装labelImg

pip install labelImglabelImg

一定要标定后选择yolo格式保存，然后就会生成对应的txt文件

3.修改配置文件

首先文件copy到源码里 图片放到images里 txt 放在labels里面 ，格式如下。

.cache文件是运行train.py文件生成的缓存文件，为了训练的时候数据加速读取。

2.修改 coco.yaml

3 .修改train.py文件

第一个默认应该是yolov7.pt 我这里是因为我训练我上次的

就可以训练了。

4. 错误

caffe2_detectron_ops_gpu.dll" or one of its dependencies.

因为 batch_size 太大了 ，我改成1就没问题了。

/qq_43117155/article/details/125672691

载入数据集的时候报could not convert string to float错及解决方法

这个问题是因为我一开始标注使用的labelme ,然后转换为txt的时候问题，就是这个文章的labelme 转yolov5的脚本 ，解决方式就是从新把数据用labelimg 标注 ，因为我只有几个图片，如果很多图片 ，我建议把txt数据读取出来，用utf-8格式写入txt中 ，这个是数据编码问题