最近跟着学长一起做项目，需要用到yolo实现蜜蜂图像检测，网上找资料，最先在b站看到炮哥的yolov5，非常详细，成功实现yolov5目标检测。但是yolov5在蜜蜂(小目标)检测上并没有达到我们的预期，于是我们打算用yolov7实现蜜蜂图像检测。

网上找了很多yolov7教程，发现yolov7跟yolov5差别不大，我就跟着炮哥yolov5的教程自学了yolov7，并成功实现了蜜蜂图像检测，目前是466张数据集按照82比例划分正确率达到80%以上。

本文记录我自学yolov7的全过程，找数据集->筛选照片并重命名->labelimg打标签->voc转txt并按比例划分数据集->github下载yolov7模型和yolov7.pt参数文件->配置模型、数据yaml文件->修改train文件运行并通过tensorboard查看

一、前言

我用的学长的电脑，他的电脑已经配好了环境。
Anaconda3(虚拟环境pytorch37)+cuda11.1+torch1.8.1+torchvision0.9.1+python3.7.15

考虑到部分没有配置经验的朋友，下面简单说一下环境配置的步骤。

步骤主要是：查看cuda版本

（1）win+R，输入cmd，输入ncvv –version，查看cuda版本

如上图，学长电脑的cuda是11.1

上网百度查找与cuda相匹配的pytorch版本，网页地址：PyTorch和CUDA版本对应关系 – 墨莲玦 – 博客园

​

（2）这里选择与cuda11.1对应的pytorch1.8.1，然后再去找python、torch之间的对应关系。

地址：torch、torchvision、python、cuda 版本对应关系_来一碗锅巴洋芋的博客-CSDN博客_torch和cuda版本对应

​

（3）最终确定配置torch1.8.1+torchvision0.9.1+python3.7的环境。

安装就很简单了，去pytorch官网找下载命令就可以了，然后到anaconda中指定python版本创建新的虚拟环境，激活虚拟环境然后下载pytorch就可以啦。（如果有需要，后面再单独补一期配置环境的博客）

二、找数据集+下载解压+创建项目文件夹+筛选所需图片并重命名

我都是在ai studio平台寻找公开的数据集，搜索关键字“蜜蜂”找到如下数据集，哪一个都可以。

点击上图箭头标出的进入到数据集详细界面，下拉点击“下载查看更多”就开始下载了。

下载好后，我在D盘建了一个空文件夹，名为honeybee，存放我们要用到的数据集、yolov5等等。把下载好的压缩包放入到项目文件夹中，并解压。文件结构如下图所示。

我们查看解压后的数据集文件结构，如下图所示。

我们点击去看一看，选择我们需要的就可以啦。

这里我最终选择的是bee1和wasp2。

简单说一下为什么选择这两个文件夹，bee1不同地方不同环境不同状态下的蜜蜂图片多，但是bee1只有单个蜜蜂；wasp2中有多个蜜蜂的照片。

然后在项目根文件夹创建如下结构的文件目录：

——VOCdevkit

————VOC2007

————————Annotations

————————JPEGImages

————————predefined_classes.txt

创建好后，我们把需要的图片放到JPEGImages文件夹中。

这里我没有选择太多，500张照片，其中包含几十张多蜜蜂的图片。

（左边是JPEGImages文件夹，右边是我们从网上下载解压后的数据集文件，把网上的剪切到我们的JPEGImages文件夹）

从bee1剪切了490张，然后再去swap2里面找10张包含多个蜜蜂的图片

最终，500张图片

然后，我们给它排序，从1到500

执行rename.py文件夹，修改好路径，执行就可以了。

rename.py是我写好的，文件重命名，我把rename.py放在项目根目录下。

rename.py代码如下：

import osoldpath = os.listdir(r"D:\honeybee\VOCdevkit\VOC2007\JPEGImages")path = r"D:\\honeybee\\VOCdevkit\\VOC2007\\JPEGImages\\"for i in range(len(oldpath)):oldimg = path + oldpath[i]newimg = path + str(i+1)+".jpg"os.rename(oldimg,newimg)

右键通过记事本打开文件，修改几处地方

修改oldpath、path

oldpath：我们JPEGimages绝对路径

path：oldpath把后面的JPEGimages去掉，并把\改成\\就可以啦

使用anaconda，激活进入虚拟环境，然后进入项目根目录，执行rename.py文件

查看重命名后的JPEGimages文件夹：

三、打voc(xml)标签，转为yolo(txt)格式并按照比例划分训练集和测试集

把我们的图像检测类别名称写进去

有多个名称就换行写

这里我们只有一个honeeybee，就按照下图写

然后进入虚拟环境，再进入到我们的JPEGImages文件夹，执行下面的命令：

labelimg JPEGImages predefined_classes.txt

就打开labelimg标注软件了

打开后第一次见的话，不要慌，我们在左侧边栏检查源文件路径和更改目标文件路径就可以了。

源文件路径就是我们存放照片的JPEGImages文件夹，标签信息存放文件就是我们的Annotations文件夹。（下图左确认源文件夹对不对，下图右选择标签保存文件夹）

选择完后，就会显示我们的第一张图片，然后我们按下W键标注信息，标注完后按下D键再标注下一张照片，同理，按住A键返回上一张照片。

（有几个蜜蜂就打几个标签，下图有两个那就打两个）

打完后，右边侧边栏会显示打了多少标签

按下D键跳转到下一张图片，如果提示是否保存，点击确认就可以了。

如果不想每次都提示，可以设置默认保存。

每次保存的文件都放在了我们的标签存储文件夹下。

然后就可以开心的打标签了，打完最后一张，点击右上角关闭推出就可以了。

最后是466张图片和466张标签文件，标注过程中有一些图片不是很好就给删除掉了，如果删除图片的话，标签和原图片都删掉。

把voc文件转成yolo并划分训练集和测试集

这里用的是炮哥的源代码，把源代码文件2.py放在项目根目录下运行就可以啦：

炮哥数据集划分文章链接：

目标检测—数据集格式转化及训练集和验证集划分_炮哥带你学的博客-CSDN博客_xmlbuilder.writexml(f, indent=’\t’, newl=’\n’, add

2.py源代码如下：

import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import joinimport randomfrom shutil import copyfile classes = ["honeybee"]#classes=["ball"] TRAIN_RATIO = 80 def clear_hidden_files(path):dir_list = os.listdir(path)for i in dir_list:abspath = os.path.join(os.path.abspath(path), i)if os.path.isfile(abspath):if i.startswith("._"):os.remove(abspath)else:clear_hidden_files(abspath) def convert(size, box):dw = 1./size[0]dh = 1./size[1]x = (box[0] + box[1])/2.0y = (box[2] + box[3])/2.0w = box[1] - box[0]h = box[3] - box[2]x = x*dww = w*dwy = y*dhh = h*dhreturn (x,y,w,h) def convert_annotation(image_id):in_file = open('VOCdevkit/VOC2007/Annotations/%s.xml' %image_id)out_file = open('VOCdevkit/VOC2007/YOLOLabels/%s.txt' %image_id, 'w')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').textcls = obj.find('name').textif cls not in classes or int(difficult) == 1:continuecls_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')in_file.close()out_file.close() wd = os.getcwd()wd = os.getcwd()data_base_dir = os.path.join(wd, "VOCdevkit/")if not os.path.isdir(data_base_dir):os.mkdir(data_base_dir)work_sapce_dir = os.path.join(data_base_dir, "VOC2007/")if not os.path.isdir(work_sapce_dir):os.mkdir(work_sapce_dir)annotation_dir = os.path.join(work_sapce_dir, "Annotations/")if not os.path.isdir(annotation_dir):os.mkdir(annotation_dir)clear_hidden_files(annotation_dir)image_dir = os.path.join(work_sapce_dir, "JPEGImages/")if not os.path.isdir(image_dir):os.mkdir(image_dir)clear_hidden_files(image_dir)yolo_labels_dir = os.path.join(work_sapce_dir, "YOLOLabels/")if not os.path.isdir(yolo_labels_dir):os.mkdir(yolo_labels_dir)clear_hidden_files(yolo_labels_dir)yolov5_images_dir = os.path.join(data_base_dir, "images/")if not os.path.isdir(yolov5_images_dir):os.mkdir(yolov5_images_dir)clear_hidden_files(yolov5_images_dir)yolov5_labels_dir = os.path.join(data_base_dir, "labels/")if not os.path.isdir(yolov5_labels_dir):os.mkdir(yolov5_labels_dir)clear_hidden_files(yolov5_labels_dir)yolov5_images_train_dir = os.path.join(yolov5_images_dir, "train/")if not os.path.isdir(yolov5_images_train_dir):os.mkdir(yolov5_images_train_dir)clear_hidden_files(yolov5_images_train_dir)yolov5_images_test_dir = os.path.join(yolov5_images_dir, "val/")if not os.path.isdir(yolov5_images_test_dir):os.mkdir(yolov5_images_test_dir)clear_hidden_files(yolov5_images_test_dir)yolov5_labels_train_dir = os.path.join(yolov5_labels_dir, "train/")if not os.path.isdir(yolov5_labels_train_dir):os.mkdir(yolov5_labels_train_dir)clear_hidden_files(yolov5_labels_train_dir)yolov5_labels_test_dir = os.path.join(yolov5_labels_dir, "val/")if not os.path.isdir(yolov5_labels_test_dir):os.mkdir(yolov5_labels_test_dir)clear_hidden_files(yolov5_labels_test_dir) train_file = open(os.path.join(wd, "yolov5_train.txt"), 'w')test_file = open(os.path.join(wd, "yolov5_val.txt"), 'w')train_file.close()test_file.close()train_file = open(os.path.join(wd, "yolov5_train.txt"), 'a')test_file = open(os.path.join(wd, "yolov5_val.txt"), 'a')list_imgs = os.listdir(image_dir) # list image filesprob = random.randint(1, 100)print("Probability: %d" % prob)for i in range(0,len(list_imgs)):path = os.path.join(image_dir,list_imgs[i])if os.path.isfile(path):image_path = image_dir + list_imgs[i]voc_path = list_imgs[i](nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))(voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))annotation_name = nameWithoutExtention + '.xml'annotation_path = os.path.join(annotation_dir, annotation_name)label_name = nameWithoutExtention + '.txt'label_path = os.path.join(yolo_labels_dir, label_name)prob = random.randint(1, 100)print("Probability: %d" % prob)if(prob < TRAIN_RATIO): # train datasetif os.path.exists(annotation_path):train_file.write(image_path + '\n')convert_annotation(nameWithoutExtention) # convert labelcopyfile(image_path, yolov5_images_train_dir + voc_path)copyfile(label_path, yolov5_labels_train_dir + label_name)else: # test datasetif os.path.exists(annotation_path):test_file.write(image_path + '\n')convert_annotation(nameWithoutExtention) # convert labelcopyfile(image_path, yolov5_images_test_dir + voc_path)copyfile(label_path, yolov5_labels_test_dir + label_name)train_file.close()test_file.close()

2.py放在项目根目录，执行2.py，不用修改。

运行完后，再来看我们的项目文件，发现多了一些文件

根目录多了两个：yolov5_train.txt和yolov5_val.txt，里面放的是图片的绝对路径

这两个没有什么用，想删就删

进入VOCdevkit文件夹，多了两个文件夹，images和labels文件夹，这两个是我们要用到的。

再进入到VOC2007文件夹，发现多了1个文件夹，YOLOLabels文件夹，里面放的是未分成训练和测试的yolo（txt）文件。

我们一般不用这个文件， 我们用分成训练和测试的yolo(txt)文件，这两个文件就是上面图片中的images和labels文件夹。

四、github下载yolov7 0.1模型和yolov7.pt参数文件，并把数据集导入到yolov7项目中

把从github上下载的yolov7 0.1和yolov7.pt参数文件放在项目根目录下。如下图所示：

将模型文件解压到当前文件目录：

用pycgarm将解压后的yolov7 文件夹打开

打开后，在右下角选择解释器，根据自己的情况选择就可以啦。

然后，我们把项目根目录的数据集文件 复制-粘贴 到项目根目录中。

数据集粘贴过程中的截图：

粘贴完后yolov7项目结构如下图所示：

五、修改两个数据配置文件(yaml)

大白话就是，cfg/deploy/第一个模型配置文件.yaml 和 data/第二个数据集配置文件.yaml

如下图：

到这步了，不要慌，配置文件不要我们写，只要复制粘贴改名简单修改就好了。

修改模型配置文件：复制并粘贴yolov7.yaml，重命名（想取啥名取啥名）hb，如下图所示：

修改hb文件，只修改nc就可以，目标检测有几类就写几类，我只识别蜜蜂，所以nc写1。

再修改数据配置文件，复制粘贴coco.yaml，重命名(想怎么取怎么取)hb.yaml

修改hb.yaml数据配置文件:

修改4部分：

（1）第4行注释掉

（2）7-9行修改数据集图片引用路径，只引用images下的train和val，如果数据集分类时只分了train和val，没有test，可以选择注释掉test或者把test路径修改成val路径。（另外，最重要的是，这里只引用了images，没有引用labels，yolo会自动根据images寻找相对应的labels文件，所以我们只告诉yolo images下的train和val就可以了）

（3）修改图像检测类别数nc

（4）修改图像检测类别名称，最好是英文，中文会乱码（乱码也可以解决，这里先不提了）

六、 修改train文件，运行并通过tensorboard查看

先把yolov7.pt参数文件导入到我们的模型根目录里（复制粘贴就可以）

进入trian文件，直接往下拉就可以了

依次修改default ：

–weights default 修改成我们项目根路径刚刚导入的yolov7.pt

–cfg default 修改成我们的模型配置文件

–data default 修改成我们数据配置文件

–epochs 就是训练轮数 这里default我写成50，先跑50轮看一看

–batch-size 就是每一次加载多少张照片，这台电脑的显卡是1650ti，我设置了4

修改完后，如果你的电脑操作系统是windows，需要再设置num_workers为0，如下图

修改完后，在train.py中右键单击运行就可以啦

运行一段时间后，截图如下所示（1轮差不多15分钟，一小时能跑4轮）

光看这个看不出啥东西，我们进入tensorboard看看如何。

pycharm底部选择终端，激活并进入虚拟环境，执行下面语句：

tensorboard --logdir=runs/train

弹出网址后，按住ctrl点击跳转就可以看到啦

到此，训练就没有问题啦！

七、结尾

以上就是我从收集数据集到训练成功的全过程

下个文档我们再说如何使用训练好的参数去图像检测(detect)