darknet训练自己的数据（darknet训练yolov7-tiny(AlexeyAB版本)）

时间2025-08-01 22:34:59分类IT科技浏览6490

导读：Yolov7在darknet框架下的训练过程配置darknet环境...

Yolov7在darknet框架下的训练过程

配置darknet环境

Darknet环境可以看我之前写的博文，这里就不赘述了。

上链接：https://blog.csdn.net/qq_49838648/article/details/124820044

例：

官方数据集下载

下载使用官方coco数据进行配置（我使用的是coco2017)

模型和配置文件

此处需要把yolov7官方模型中的cfg文件和预训练模型下载

上链接：https://download.csdn.net/download/qq_49838648/86240219?spm=1001.2014.3001.5503

训练之前必须看

训练有很多数据需要配置，比如：数据路径配置类别控制训练好的模型存储位置

训练之前看一下该链接：https://blog.csdn.net/qq_49838648/article/details/124820044?spm=1001.2014.3001.5502

例：

参数修改

根据数据集进行相关参数修改，如果使用上述coco2017数据集，那么数据类别为80类，直接使用cfg进行训练即可。

如果你没有使用coco数据集，而使用自己的数据进行训练，那么需要修改配置cfg文件：

修改classes ，使用快捷键搜索关键字[yolo]可以搜到3次，修改classes的数量为你的类别数，这里classes=2 ，

修改filters ，每次搜到的yolo上一个的[convolutional]中filters=(classes + 5)x3

比如filters=21 。

模型训练

注意：yolov7-tiny.weights 为训练好的模型测试使用即可

yolov7-tiny.conv.87 为作者微调模型，训练时候使用这个 ./darknet detector train <*.data的绝对路径> <yolov7-tiny.cfg的绝对路径> <yolov7-tiny.conv.87 的绝对路径> -map -gpus 0,1,2 -map 训练时候查看map曲线 -gpus 0,1,2 多卡训练指定显卡

模型评估

./darknet detector map <*.data的绝对路径> <yolov7-tiny.cfg的绝对路径> <训练完成后产生的yolov7-tiny_best.weights>

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。