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>
文章出处登录后可见！
已经登录？立即刷新
