darknet框架训练yolov7
Yolov7在darknet框架下的训练过程配置darknet环境官方数据集下载模型和配置文件训练之前必须看参数修改模型训练模型评估
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>