yolov7及VOC数据集、权重文件地址
bubbliiiing/yolov7-pytorch: 这是一个yolov7的库,可以用于训练自己的数据集。 (github.com)
在colab中:
训练:
1 voc_annotation.py
如果使用配套VOC文件,annotation_mode = 2
2 train.py
更改预训练权重 model_path = '/content/gdrive/MyDrive/models/yolov7-pytorch/logs/best_epoch_weights5a.pth'
可能需要更改:classes_path = 'model_data/voc_classes.txt'
*** save_period = 5 必须注意保存周期,防掉线,改小一些
预测:
1 yolo.py
"model_path": '/content/gdrive/MyDrive/models/yolov7-pytorch/logs/best_epoch_weights5a.pth',修改训练好的文件的为实际路径
"classes_path": 'model_data/voc_classes.txt',
2 predict.py
直接运行即可
评价:
1 yolo.py
"model_path": '/content/gdrive/MyDrive/models/yolov7-pytorch/logs/best_epoch_weights5a.pth',修改训练好的文件的为实际路径
"classes_path": 'model_data/voc_classes.txt',
2 get_map.py
可能需要更改:classes_path = 'model_data/voc_classes.txt'
注意:"classes_path":保持一致!
在本地(CPU)(torch=1.2.0):
Cuda=False
注意:如果使用高版本torch,由于压缩格式不同,weights需要在高版本torch 下转换成较低版本。具体方法上篇博客有记录。