darknet框架训练yolov7
Yolov7在darknet框架下的训练过程
配置darknet环境> Darknet环境可以看我之前写的博文，这里就不赘述了。> 上链接：https://blog.csdn.net/qq_49838648/article/details/124820044> 例：>
官方数据集下载> 下载使用官方coco数据进行配置（我使用的是coco2017)
模型和配置文件> 此处需要把yolov7官方模型中的cfg文件和预训练模型下载> 上链接：https://download.csdn.net/download/qq_49838648/86240219?spm=1001.2014.3001.5503
训练之前必须看> 训练有很多数据需要配置，比如：数据路径配置 类别控制 训练好的模型存储位置> 训练之前看一下该链接：https://blog.csdn.net/qq_49838648/article/details/124820044?spm=1001.2014.3001.5502> 例：
参数修改> 根据数据集进行相关参数修改，如果使用上述coco2017数据集，那么数据类别为80类，直接使用cfg进行训练即可。> 如果你没有使用coco数据集，而使用自己的数据进行训练，那么需要修改配置cfg文件：> 修改classes，使用快捷键搜索关键字[yolo]可以搜到3次，修改classes的数量为你的类别数，这里classes=2，> 修改filters，每次搜到的yolo上一个的[convolutional]中filters=(classes + 5)x3> 比如filters=21。
模型训练> 注意：yolov7-tiny.weights 为训练好的模型测试使用即可 > yolov7-tiny.conv.87 为作者微调模型，训练时候使用这个
./darknet detector train <*.data的绝对路径><yolov7-tiny.cfg的绝对路径><yolov7-tiny.conv.87 的绝对路径>-map -gpus 0,1,2-map 训练时候查看map曲线 -gpus 0,1,2 多卡训练指定显卡模型评估
./darknet detector map <*.data的绝对路径><yolov7-tiny.cfg的绝对路径><训练完成后产生的yolov7-tiny_best.weights>
本文转载自: https://blog.csdn.net/qq_49838648/article/details/125843540
版权归原作者 爱吃烙饼 所有， 如有侵权，请联系我们删除。
版权归原作者 爱吃烙饼 所有， 如有侵权，请联系我们删除。