YOLOv7模型训练 | 附数据集

AI算法与图像处理

共 1332字,需浏览 3分钟

 ·

2022-08-08 22:32

环境

  • ubuntu 18.04 64bit
  • torch 1.7.1+cu101

数据集准备

这里以前面我们进行 YOLOv5 模型训练 时用到的口罩数据集为例,这个数据集来自网站 roboflow.com,再次安利一下这个站点,真的非常棒,不止有详尽的博客教程,还有很多的开放数据集,而且支持的数据格式也很丰富,绝对值得经常去逛一逛。

口罩数据集下载地址:https://public.roboflow.com/object-detection/mask-wearing/4,这里也在百度网盘上存一份,需要的自取

链接:https://pan.baidu.com/s/1JvniT205zX79wASqiKtt5Q
提取码:9feh

数据集下载后解压,将文件夹重命名为 mask,并放到 yolov7 的根目录下(这里可以随意,只要前后的路径匹配上就可以了),完整的目录结构如下

可以发现,其实 yolov7yolov5 数据集格式是一模一样的,通过标注工具 labelimg 也可以得出同样的结论

训练

模型训练开始之前,我们需要修改部分配置文件

首先是数据集中的 data.yaml

train: mask/train/images
val: mask/valid/images

nc: 2
names: ['mask''no-mask']

其次,是修改 yolov7 中的配置文件 cfg/training/yolov7.yaml,主要是 nc 这个字段

nc: 2  # number of classes

然后,就可以进行训练了,执行

python train.py --data mask/data.yaml --cfg cfg/training/yolov7.yaml --weights '' --name yolov7 --hyp data/hyp.scratch.p5.yaml

模型测试

最后,我们来测试下模型的效果

python detect.py --source mask/test/images/shutterstock_1627199179_jpg.rf.350e69105dd1458572a590c3e3ef2538.jpg --weight runs/train/yolov7/weights/best.pt

python detect.py --source mask/test/images/the-first-day-of-wuhan-s-closure-some-people-fled-some-panicked_jpg.rf.51ed69bf8d327d93b429a08581f6dea0.jpg --weight runs/train/yolov7/weights/best.pt


浏览 155
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报