介绍
2022年7月，YOLOv7来临， 论文链接：https://arxiv.org/abs/2207.02696
代码链接：
GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors
废话不多说，赶紧上车！
文件配置
1、数据集
自己创建一个myself.yaml文件用来配置路径，路径格式与之前的V5、V6不同，只需要配置txt路径就可以
train-list.txt和val-list.txt文件里存放的都是图片的绝对路径（也可以放入相对路径）
如何获取图像的绝对路径，脚本写在下面了（也可以获取相对路径）
# From Mr. Dinosaurimport osdef listdir(path, list_name): # 传入存储的list for file in os.listdir(path): file_path = os.path.join(path, file) if os.path.isdir(file_path): listdir(file_path, list_name) else: list_name.append(file_path)list_name = []path = 'D:/PythonProject/data/' # 文件夹路径listdir(path, list_name)print(list_name)with open('./list.txt', 'w') as f: # 要存入的txt write = '' for i in list_name: write = write + str(i) + '\n' f.write(write)2、train.py
官网下载模型文件，train.py文件只支持YOLOv7和YOLOv7-X模型
train文件还是和V5一样，为了方便，我将需要用到的文件放在了根目录下
路径修改完之后右击运行即可
3、train_aux.py
如果你想使用较大的预训练模型，请使用train_aux.py进行训练，否则效果会很差（本人亲测）
下面放上对比图：（上面V7，下面V5）
--weights
下载位置在官网的GitHub上（我是用的是yolov7-d6-training.pt）
--cfg
请使用cfg-training-中的模型文件
--hyp
文件夹data-hyp.scratch.p6.yaml
运行train_aux.py
效果对比
在此放上YOLOv7和YOLOv5的对比图：（左V7，右V5）
报错解决
YOLOv7 训练报错 IndexError: list index out of range_Mr Dinosaur的博客-CSDN博客
https://blog.csdn.net/qq_58355216/article/details/125842647?spm=1001.2014.3001.5501
评价
无论是训练的速度、还是精度、召回和map的提升，V7的表现都是十分显著的，称得上是YOLO界的扛把子，期待作者之后的优化和更新。
YOLOv8发布
官网的YOLOv8最近开始发布，效果要比V7更快更准，训练和测试方法已写好，感兴趣的小伙伴快动手操作一下
YOLOv8训练自己的数据集
https://blog.csdn.net/qq_58355216/article/details/128671030?spm=1001.2014.3001.5501