YOLOv7--复现并训练自己的数据集（简单）

1、官网下载代码

2、上传代码至服务器

3、配置环境

4、上传数据集

5、新建yaml文件

6、修改Yolov7.yaml文件

7、修改train.py文件

8、开始训练

9、复现Yolov7遇到的错误：

1、官网下载代码

Yolov7代码下载网址：

https://github.com/WongKinYiu/yolov7/tree/main

2、上传代码至服务器

将代码上传到autodl云服务器上，上传步骤见博客：

上传数据到--云服务器Autodl_autodl上传项目-CSDN博客

3、配置环境

使用autodl云服务器可以直接创建环境

在该环境中，进入到yolov7-main文件夹下：

安装依赖环境 requirements.txt，建议使用清华源安装，速度比较快，命令如下：

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

等安装成功之后，就ok了。接下来就可以测验。

4、上传数据集

与Yolov7-main同目录下，创建一个datasets文件夹，将ua-detrac数据集上传到该文件夹下。

5、新建yaml文件

新建 ua-detrac.yaml 文件，代码如下：

注意：这里路径建议使用绝对路径，不然有可能会报错哦！！

train: /root/autodl-tmp/datasets/ua-detrac/images/train
val: /root/autodl-tmp/datasets/ua-detrac/images/val

nc: 4   
names:
  0: car
  1: bus 
  2: van
  3: others

将ua-detrac.yaml 文件上传到yolov7-main/data文件夹下：

6、修改Yolov7.yaml文件

将yolov7.yaml 中的 nc 改为4

7、修改train.py文件

将红框内的改为ua-detrac.yaml

8、开始训练

运行train.py文件：

则，复现成功。

9、复现Yolov7遇到的错误：

1、出现下面错误：

Scaled weight_decay = 0.0005
Optimizer groups: 95 .bias, 95 conv.weight, 98 other
Traceback (most recent call last):
  File "train.py", line 616, in <module>
    train(hyp, opt, device, tb_writer)
  File "train.py", line 245, in train
    dataloader, dataset = create_dataloader(train_path, imgsz, batch_size, gs, opt,
  File "/root/autodl-tmp/yolov7-main/utils/datasets.py", line 69, in create_dataloader
    dataset = LoadImagesAndLabels(path, imgsz, batch_size,
  File "/root/autodl-tmp/yolov7-main/utils/datasets.py", line 392, in __init__
    cache, exists = torch.load(cache_path), True  # load
  File "/root/miniconda3/lib/python3.8/site-packages/torch/serialization.py", line 595, in load
    return _legacy_load(opened_file, map_location, pickle_module, **pickle_load_args)
  File "/root/miniconda3/lib/python3.8/site-packages/torch/serialization.py", line 764, in _legacy_load
    magic_number = pickle_module.load(f, **pickle_load_args)
_pickle.UnpicklingError: STACK_GLOBAL requires str

解决方法：

删除数据集labels文件中的.cache文件，需要先删除。