YOLOv7保姆级教程（个人踩坑无数）----训练自己的数据集

目录

一、前言：

二、YOLOv7代码下载

三、环境配置

四、测试结果

 五、制作自己的数据集

六、训练自己的数据集

一、前言：

上一篇已经详细讲解了如何安装深度学习所需要的环境，这一篇则详细讲解如何配置YOLOv7，在本地电脑或者服务器都可，然后利用自己的数据集进行训练、推理、检测等。

二、YOLOv7代码下载

YOLOv7是原YOLOv4团队打造，在精度与速度之间取得较好的平衡，并且是现在较为优秀的目标检测模型

论文地址：https://arxiv.org/abs/2207.02696

论文代码下载地址：mirrors / WongKinYiu / yolov7 · GitCode

 这块直接下载zip安装包打开就可以了。

三、环境配置

如果是windows系统的话，打开Anaconda的终端。如果是远程服务器的话，直接创建一个就可以了。剩下的windows和服务器都是一个操作了。

如下：输入 conda create -n yolov7(代表环境名称)  python=3.8 （使用Python的版本），然后创建就可以了

 环境安装完成后，conda  activate yolov7进入刚才创建的环境(这块我设置的为yolov7_1,只是一个名称，无伤大雅)

然后cd切换至刚才下载解压后的yolov7-main文件夹中

接下来安装requirements.txt文件就可以了，后面加这个清华的镜像源会快点。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 

 这块，我个人的torch与trochvison是直接指定的，你们按照官方来的就可以。(这块库里也写了torch版本不能等于1.12.0，torchvision不能等于0.13.0，所以一定要注意。)

接下来有一个很重要的点一定要强调！！！

（1）numpy库如果安装最新的1.24.1，会发生module numpy has no attribute int 错误，这个错误我找了很久, 这个是因为numpy版本的原因，1.24以上的版本没有int了，改为inf了，换成1.23的版本就好了，或者把报错出的int改成inf就可以了,所以requirements.txt中的numpy库建议直接替换成numpy==1.23.0，这个就没有问题了。

等安装输入pip list 可以查看一下安装的对不对

这块其实就能看到，其实torch和torchvision都是cpu版本的，而不是gpu版本的， 需要在这个网站上找寻适合自己cuda版本的torch口令然后下载

pytorch下载地址：Previous PyTorch Versions | PyTorch

例如我的是11.3的cuda版本复制这条指令

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

 等安装完毕后 就可以看到后面多了+cu113，gpu的训练环境就基本配置结束了。

四、测试结果

此时打开detect.py，--wgeights中的default需要修改为下载的权重，具体地址在YOLOv7源码下载页面的下面

detect后在runs中找检测后的图，如果出现检测框就说明模型基本布置完成 。

这块说一下第二个重要的点

(2)如果你的项目场景如下：

操作系统为win10或者win11

GPU：RTX1650、1660、1660Ti，会发生在cpu的torch环境中跑出检测框来，但是gpu中无法识别检测框

像上图所示，博主本人电脑是1660Ti的，个人猜测原因这是由于 RTX1660Ti没有达到CUDnn_Half

使用要求，yolov7的话就在主函数中添加：

torch.backends.cudnn.enabled = False

 五、制作自己的数据集

数据集制作这块要仔细，毕竟需要看模型训练出来的好坏，进行改进。

文件夹设置如下

 Annotations为数据集的xml文件，ImageStes中再创建一个Main文件夹，JPEGImages为数据集的图片，接下来需要将xml文件划分，再转为txt文件，因为yolo使用的是txt格式的，

 创建一个split.py文件，将下面代码粘贴进去，这块只写了训练集和验证集，并没有测试集，需要可以再自己更改重写

import os
import random
xmlfilepath = r'../VOCData/VOCTrainVal/Annotations/'  # xml文件的路径
saveBasePath = r'../VOCData/VOCTrainVal/ImageSets/'  # 生成的txt文件的保存路径
trainval_percent = 0.9 # 训练验证集占整个数据集的比重（划分训练集和测试验证集）
train_percent = 0.9  # 训练集占整个训练验证集的比重（划分训练集和验证集）
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
print("train and val size", tv)
print("traub suze", tr)
ftrainval = open(os.path.join(saveBasePath, 'Main/trainval.txt'), 'w')
ftest = open(os.path.join(saveBasePath, 'Main/test.txt'), 'w')
ftrain = open(os.path.join(saveBasePath, 'Main/train.txt'), 'w')
fval = open(os.path.join(saveBasePath, 'Main/val.txt'), 'w')
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

可以看到输出结果，将数据集划分后，生成四个txt文件

然后再将xml文件转化为txt文件

这块创建一个voc_label.py文件

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import  shutil
sets=[('TrainVal', 'train'), ('TrainVal', 'val'), ('Test', 'test')]
classes =["mask_weared_incorrect","with_mask","without_mask"]
def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)
def convert_annotation(year, image_set, image_id):
    in_file = open('VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('VOC%s/labels/%s_%s/%s.txt'%(year, year, image_set, image_id), 'w',encoding='utf-8')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
def copy_images(year,image_set, image_id):
    in_file = 'VOC%s/JPEGImages/%s.jpg'%(year, image_id)
    out_flie = 'VOC%s/images/%s_%s/%s.jpg'%(year, year, image_set, image_id)
    shutil.copy(in_file, out_flie)
wd = getcwd()
for year, image_set in sets:
    if not os.path.exists('VOC%s/labels/%s_%s'%(year,year, image_set)):
        os.makedirs('VOC%s/labels/%s_%s'%(year,year, image_set))
    if not os.path.exists('VOC%s/images/%s_%s'%(year,year, image_set)):
        os.makedirs('VOC%s/images/%s_%s'%(year,year, image_set))
    image_ids = open('VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    list_file = open('VOC%s/%s_%s.txt'%(year, year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/VOC%s/images/%s_%s/%s.jpg\n'%(wd, year, year, image_set, image_id))
        convert_annotation(year, image_set, image_id)
        copy_images(year, image_set, image_id)
    list_file.close()

 转换后会从三个文件夹变为五个文件夹，然后还有训练与验证的txt文件。

 下一步创建自己数据集的yaml文件，这块我的文件命名为myvoc.yaml

# 上面那三个txt文件的位置
train: ./VOCData/VOCTrainVal/TrainVal_train.txt
val: ./VOCData/VOCTrainVal/TrainVal_val.txt
test: ./VOCData/VOCTest/Test_test.txt
# number of classes
nc: 3  # 修改为自己的类别数量
# class names
names: ["第一个标签", "第二个标签","第三个标签"]   # 自己来的类别名称  0 ,1 , 2  

标签有几类，那么nc类别就改为几个，进行到这，基本工作已经做齐，接下来就是训练。

六、训练自己的数据集

 --weights代表权重，可以使用默认权重，也可以不用预训练权重，也可以使用官方提供的训练权重yolov7_training.pt

--data代表数据集，这块就写入咱们刚才制作的数据集的位置就可以了，可以使用相对路径，也可以使用绝对路径

--batch-size代表大小，这个根据个人电脑情况调整，一般为2 - 16不等，均为偶数

--resume继续训练，如果因为断电或者其他不可抗力因素导致训练终止，将此处的default改为True，便可以接着上一次的训练。

接下来开始训练就可以了，如果是windows系统直接训练，若为服务器的话

 输入下列指令

python train.py --weights yolov7.pt --cfg ./cfg/training/yolov7.yaml
--data  VOCData/myvoc.yaml  --device 0 --batch-size 2 --epoch 300

然后 就开始训练了，训练结果保存在runs/train/exp下，训练结束后就可以看到一系列数据了。

如果复现或者训练过程中遇到什么问题，可以私信博主，看到会及时回的，写作不易，烦请点个赞，一起学习进步。

2-16日更新

有很多同学私信表示会有这个UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 34: illegal multibyte sequence的解码错误。

        解决该问题第一步先检查xml文件是否含有中文路径，如果xml文件有中文路径，就会出现这种问题。

        第二步，如果你是在windows平台训练，检查过后仍然存在这种问题，建议舍弃掉xml数据集，直接使用txt文件进行划分，因为yolo是通过xml转换为 txt文件进行训练，有帮同学用txt文件在windows上调试成功的。如果你只有xml文件，建议在linux环境下进行训练，v7的小问题比较多，个人用xml文件在Ubuntu成功运行，但是windows也会报错，所以windows平台建议txt格式的数据集。

3月31日更新

        鉴于很多同学私信或者评论，对这篇文章再更新一下，由于前段时间比较忙，所以更新一下txt版本的。

        以下情况可以选择txt版本运行

        1、如果你是windows版本，xml文件转换txt文件训练后经常报错，建议直接使用这个版本

        2、如果你的数据集只有图片和txt版本的话，就直接重新制作数据集，直接制作一个txt版本的数据集想，现在开始教程。

        首先，在yolov7-main文件夹下面再次创建一个文件夹，起名datasets，其次在datasets下面创建images和labels文件夹，其中images存放图片，labels存放txt格式的数据集

        data.yaml文件就是train.py文件中数据集来源，设置如下

 其中将数据集分为train 训练集 、val验证集、test测试集，其中nc为类别个数，对应names中个数。

准备好基础这些文件夹后，此时在yolov7-main文件夹下，与train.py文件同一层创建split_txt.py文件，为划分数据集做准备。

# 将图片和标注数据按比例切分为 训练集和测试集
# 直接划分txt文件jpg文件
#### 强调！！！ 路径中不能出现中文，否则报错找不到文件
import shutil
import random
import os
# 原始路径
image_original_path = r"图片地址/JPEGImages/"
label_original_path = r"标签地址/labels/"
cur_path = os.getcwd()
# 训练集路径
train_image_path = os.path.join(cur_path, "datasets/images/train/")
train_label_path = os.path.join(cur_path, "datasets/labels/train/")
print("----------")
# 验证集路径
val_image_path = os.path.join(cur_path, "datasets/images/val/")
val_label_path = os.path.join(cur_path, "datasets/labels/val/")
print("----------")
# 测试集路径
test_image_path = os.path.join(cur_path, "datasets/images/test/")
test_label_path = os.path.join(cur_path, "datasets/labels/test/")
print("----------")
# 训练集目录
list_train = os.path.join(cur_path, "datasets/train.txt")
list_val = os.path.join(cur_path, "datasets/val.txt")
list_test = os.path.join(cur_path, "datasets/test.txt")
print("----------")
train_percent = 0.8
val_percent = 0.1
test_percent = 0.1
print("----------")
def del_file(path):
    for i in os.listdir(path):
        file_data = path + "\\" + i
        os.remove(file_data)
def mkdir():
    if not os.path.exists(train_image_path):
        os.makedirs(train_image_path)
    else:
        del_file(train_image_path)
    if not os.path.exists(train_label_path):
        os.makedirs(train_label_path)
    else:
        del_file(train_label_path)
    if not os.path.exists(val_image_path):
        os.makedirs(val_image_path)
    else:
        del_file(val_image_path)
    if not os.path.exists(val_label_path):
        os.makedirs(val_label_path)
    else:
        del_file(val_label_path)
    if not os.path.exists(test_image_path):
        os.makedirs(test_image_path)
    else:
        del_file(test_image_path)
    if not os.path.exists(test_label_path):
        os.makedirs(test_label_path)
    else:
        del_file(test_label_path)
def clearfile():
    if os.path.exists(list_train):
        os.remove(list_train)
    if os.path.exists(list_val):
        os.remove(list_val)
    if os.path.exists(list_test):
        os.remove(list_test)
def main():
    mkdir()
    clearfile()
    file_train = open(list_train, 'w')
    file_val = open(list_val, 'w')
    file_test = open(list_test, 'w')
    total_txt = os.listdir(label_original_path)
    num_txt = len(total_txt)
    list_all_txt = range(num_txt)
    num_train = int(num_txt * train_percent)
    num_val = int(num_txt * val_percent)
    num_test = num_txt - num_train - num_val
    train = random.sample(list_all_txt, num_train)
    # train从list_all_txt取出num_train个元素
    # 所以list_all_txt列表只剩下了这些元素
    val_test = [i for i in list_all_txt if not i in train]
    # 再从val_test取出num_val个元素，val_test剩下的元素就是test
    val = random.sample(val_test, num_val)
    print("训练集数目：{}, 验证集数目：{}, 测试集数目：{}".format(len(train), len(val), len(val_test) - len(val)))
    for i in list_all_txt:
        name = total_txt[i][:-4]
        srcImage = image_original_path + name + '.jpg'
        srcLabel = label_original_path + name + ".txt"
        if i in train:
            dst_train_Image = train_image_path + name + '.jpg'
            dst_train_Label = train_label_path + name + '.txt'
            shutil.copyfile(srcImage, dst_train_Image)
            shutil.copyfile(srcLabel, dst_train_Label)
            file_train.write(dst_train_Image + '\n')
        elif i in val:
            dst_val_Image = val_image_path + name + '.jpg'
            dst_val_Label = val_label_path + name + '.txt'
            shutil.copyfile(srcImage, dst_val_Image)
            shutil.copyfile(srcLabel, dst_val_Label)
            file_val.write(dst_val_Image + '\n')
        else:
            dst_test_Image = test_image_path + name + '.jpg'
            dst_test_Label = test_label_path + name + '.txt'
            shutil.copyfile(srcImage, dst_test_Image)
            shutil.copyfile(srcLabel, dst_test_Label)
            file_test.write(dst_test_Image + '\n')
    file_train.close()
    file_val.close()
    file_test.close()
if __name__ == "__main__":
    main()

其中有最原始图片地址与标签地址，将原始数据集划分为8：1：1，点击运行后，就会出现训练集数目，测试集数目，验证集数目，结果如图所示：

此时原来的datasets文件夹会多出几个txt文件

 这时候，txt版本的数据集制作完成，在train.py文件中，将data那一栏的数据集来源更换就ok了

 更换为datatsets下之前创建的data.yaml文件 之后点击运行就可以训练了。

 如果复现或者训练过程中遇到什么问题，可以私信博主，看到会及时回的，写作不易，烦请点个赞，点个关注一起学习进步。