您好,登錄后才能下訂單哦!
這篇“yolov7數據集及項目部署的方法”文章的知識點大部分人都不太理解,所以小編給大家總結了以下內容,內容詳細,步驟清晰,具有一定的借鑒價值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“yolov7數據集及項目部署的方法”文章吧。
首先確保你有labelimg標圖軟件,若無,需要自行去下一個并看一下標圖教程。
當你已經標注完成,獲得了img以及相對應的xml之后(如圖)
接下來就是可選擇項:是否需要圖像增強來獲取更多樣本,如需要點擊這里下載 ,直接用enhance_img.py去增強。之后我的習慣是每有一個項目需要訓練,則會新建一個文件夾,項目存放的文件如圖:
下面ImageSets\Main用于存放后續腳本文件劃分訓練集測試集的相對應的train.txt,test.txt。hyp.scratch.p5.yaml為yolov7的超參設置,可以直接從yolov7\data下面去拷過來放到你項目里。icon.yaml為你要所要訓練的類別和相應的類,同時也會寫上實際訓練時訓練數據和測試數據。該文件如下圖。
Main.py就是劃分你的數據為訓練集和測試集.txt的腳本。整體新建的項目目錄就是這樣。下面說一下操作流程:1 首先確保是該項目目錄方式 2 運行main.py腳本文件得到了ImageSets\Main下面的train.txt,test.txt。3 在yolov7的根目錄下運行xml2txt腳本文件。main.py xml2txt.py文件點擊這里下載 注意要將該文件的類和項目名改成自己的。如圖:
此時,我們的數據準備階段已經完成,項目目錄如圖:
紅色箭頭和紅框就是常見改動的地方,改動后就可以訓練了。
在等待訓練完成之后,就會在runs/train下面獲得訓練的best.pt,你可以拿著這個pt去做接口使用了。首先,在自己的項目里使用必須要確保yolov7根目錄下的models和utils文件夾放到了你的項目根目錄。然后下載model_import.py 點擊這里下載 嵌入你的任何項目路徑下調用predict函數就可以輸出檢出結果了。
以上就是關于“yolov7數據集及項目部署的方法”這篇文章的內容,相信大家都有了一定的了解,希望小編分享的內容對大家有幫助,若想了解更多相關的知識內容,請關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。