YOLOv7训练自己的数据集(官方版本）

2022年7月，YOLOv7来临， 论文链接：https://arxiv.org/abs/2207.02696 代码链接：https://github.com/WongKinYiu/yolov7 在v7论文挂出不到半天的时间，YOLOv3和YOLOv4的官网上均挂上了YOLOv7的链接和说明，由此看来大佬们都比较认可这款检测器

官方版的YOLOv7相同体量下比YOLOv5精度更高，速度快120%（FPS），比 YOLOX 快180%（FPS），比 Dual-Swin-T 快1200%（FPS），比 ConvNext 快550%（FPS），比 SWIN-L快500%（FPS）。

下载官网的源码：

WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors (github.com)https://github.com/WongKinYiu/yolov7

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

 如何获取图像的绝对路径，脚本写在下面了

# 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)

官网下载模型文件，根据自己需求

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，我是用的是最大的预训练模型yolov7-e6e.pt

路径修改完之后右击运行即可

不得不说，还是官方发布的好用，V6bug太多，也没人修复，有兴趣的可以去看一下之前的V6。

最新版YOLOv6训练自己的数据集（超详细完整版！）_Mr Dinosaur的博客-CSDN博客_yolov6