介绍

2022年7月                ，YOLOv7来临 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
 ， 论文链接：https://arxiv.org/abs/2207.02696

代码链接：

GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors

废话不多说















，赶紧上车！

文件配置

1  
  
  
  
  
  
  
  
、数据集

自己创建一个myself.yaml文件用来配置路径
  
  
  
  
  
  
  
  ，路径格式与之前的V5 
  
  
  
  
  
  
  
 、V6不同 
  
  
  
  
  
  
  
 ，只需要配置txt路径就可以

 train-list.txt和val-list.txt文件里存放的都是图片的绝对路径（也可以放入相对路径）

 如何获取图像的绝对路径 


 


 


 


 


 


 


 


，脚本写在下面了（也可以获取相对路径）

# From Mr. Dinosaur import os def listdir(path, list_name): # 传入存储的list for file in os.listdir(path): file_path = os.path.join(path, file) if os.path.isdir(file_path): listdir(file_path, list_name) else: list_name.append(file_path) list_name = [] path = D:/PythonProject/data/ # 文件夹路径 listdir(path, list_name) print(list_name) with open(./list.txt, w) as f: # 要存入的txt write = for i in list_name: write = write + str(i) + \n f.write(write)

2


 


 


 


 


 


 


 


 、train.py

官网下载模型文件
 
 
 
 
 
 
 
 ，train.py文件只支持YOLOv7和YOLOv7-X模型

train文件还是和V5一样  
   
   
   
   
   
   
   
 ，为了方便 

 

 

 

 

 

 

 

，我将需要用到的文件放在了根目录下

路径修改完之后右击运行即可

3 
 
 
 
 
 
 
 
、train_aux.py

如果你想使用较大的预训练模型

 

 

 

 

 

 

 

 ，请使用train_aux.py进行训练                ，否则效果会很差（本人亲测）

下面放上对比图：（上面V7 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

，下面V5）

--weights

下载位置在官网的GitHub上（我是用的是yolov7-d6-training.pt）

--cfg

请使用cfg-training-中的模型文件

 --hyp

文件夹data-hyp.scratch.p6.yaml

 运行train_aux.py

效果对比

在此放上YOLOv7和YOLOv5的对比图：（左V7















，右V5）

报错解决

YOLOv7 训练报错 IndexError: list index out of range_Mr Dinosaur的博客-CSDN博客https://blog.csdn.net/qq_58355216/article/details/125842647?spm=1001.2014.3001.5501

 评价

无论是训练的速度  
   
   
   
   
   
   
   
 、还是精度

 

 

 

 

 

 

 

 、召回和map的提升                        ，V7的表现都是十分显著的 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，称得上是YOLO界的扛把子























，期待作者之后的优化和更新  
  
  
  
  
  
  
  
。

YOLOv8发布

官网的YOLOv8最近开始发布                ，效果要比V7更快更准 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
 ，训练和测试方法已写好















，感兴趣的小伙伴快动手操作一下 

YOLOv8训练自己的数据集https://blog.csdn.net/qq_58355216/article/details/128671030?spm=1001.2014.3001.5501