Yolo系列学习笔记（一）

目录

yolov7的安装

创建yolov7的虚拟环境

安装cuda、cudnn和pytorch-gpu

在github上下载yolov7

在pycharm中配置创建的虚拟环境

yolov7的使用（pycharm）

1.通过labelImg进行数据集的标注，生成图片对应的.xml文件

2.通过pycharm打开yolov7文件，运行xml2txt.py,创建数据集文件夹

3.修改.yaml文件

4.运行train.py,训练模型对电脑的配置要求较高，可以通过调整batchsize来使模型的训练能够完成

5.模型训练完毕，运行detect.py来对目标进行检测。

参考资料： 7. 25 yolov7的卸载、重装、测试、训练_世界函数的博客-CSDN博客

---

yolov7的安装

1. 创建yolov7的虚拟环境

2. 安装cuda、cudnn和pytorch-gpu

3. 在github上下载yolov7

4. 在pycharm中配置创建的虚拟环境

yolov7的使用（pycharm）

1.通过labelImg进行数据集的标注，生成图片对应的.xml文件

2.通过pycharm打开yolov7文件，运行xml2txt.py,创建数据集文件夹

 

将原图放入JPEGImages,原图对应的.xml格式文件放入Annotations;

再次运行xml2txt.py，会帮你在

VOCdevkit\images\train 中生成训练集的图片

VOCdevkit\images\val 中生成验证集的图片

VOCdevkit\labels\train 中生成训练集的txt格式标注

VOCdevkit\labels\val 中生成验证集的txt格式标注

3.修改.yaml文件

4.运行train.py,训练模型对电脑的配置要求较高，可以通过调整batchsize来使模型的训练能够完成

5.模型训练完毕，运行detect.py来对目标进行检测。

参考资料： 7. 25 yolov7的卸载、重装、测试、训练_世界函数的博客-CSDN博客