Yolov7训练自己的数据集（超详细教程）

���录

一，准备数据集

1.1 挑选照片

1.2 做标注

二，下载YoloV7

三，划分数据集

四，模型训练

4.1 创建yaml文件

4.2 修改默认参数

4.3 开始训练

五，训练模型遇到的问题

5.1 UnicodeDecodeError: 'gbk' codec can't decode type 0xaf in position 525: illegal multibyte sequence

5.2  subprocess.Called processError: Command 'git tag' returned non-zero exit status 128

六，测试

七，解决标签中文显示问题

---

一，准备数据集

1.1 挑选照片

　　公主做的是缺陷检测方向，没有好办法，只能靠人眼，公主试过用阈值分割法来挑选，但是！如果阈值分割法能准确分离缺陷，就不用用yolo了不是？特别是灰度相近，而且每张照片灰度都不同，背景与缺陷灰度对比度很接近，比如上图中的硌伤~特别是背景有噪声的时候如下图，阈值分割法就直接躺平了~                                      

       没办法，从4T的数据里挑出来，挑的公主眼睛都要瞎了~~~

1.2 做标注

　　公主用的labelImg，大部分做yolo标注都用这个，也是很主流的标注工具，安装方法见公主另一篇博客。那篇博客标注方法没写全，在这里详细介绍一下：

　　（1）修改默认标签。公主先只做了一种缺陷，缺陷名称为“硌伤”，因此只写了一种class。在labelImg的安装文件夹中的data/predefined_classes里面修改class：

　　（2）创建images文件夹和labels文件夹，可以放在任意的文件夹下。将挑选出的照片放到images的文件夹中。

　　（3）在cmd中cd到labelImg文件夹下，运行python labelImg命令打开labelImg主页面。或者直接在pycharm的Terminal中打开也行，公主是直接用pycharm的Terminal来运行的。

      （4）在主页面上打开待标注文件，进行标注

　　labelImg如上图所示。

• • 第一步先将标注类型改为YOLO，这一步非常关键！
  • 第二部修改Save Dir到之前创建的labels的文件夹
  • 第三步Open Dir，打开之前创建的images文件夹，此时会出现4框中的所有文件
  • 双击想要标注的图像，通过Create RectBox在需要标注的位置画出框，选好标注类型就可以啦~
  • 可以选中View->Auto Save Mode，这样标注完就不用手动点Save了，直接点Next Image跳到下一张即可自动保存。
  • 此时可以看到labels文件夹中多了一个与图像同名的.txt文件，即为标注文件啦！注意，标注与图片是一一对应的！

  　　labels的格式如下：

  二，下载YoloV7

  　　下载地址

  　　下载之后的目录结构是这样的：

  三，划分数据集

  　　由于公主是一股脑将所有图像放到一起了，由于工业生产的特殊性，临近时间产生的缺陷相似，因此需要随机将图像拆分为训练集，验证集及测试集。

  　　在yolov7-main主文件夹下创建data.py, 并在datasets文件夹下创建defect文件夹，目录结构如下：红框画出的文件是下面代码运行完后自动生成的。　　

  　　公主在这篇博客的代码基础上修改了一下，同时生成了yolov7需要的目录文件，代码如下：

  # 将图片和标注数据按比例切分为 训练集和测试集import shutilimport randomimport os# 原始路径image_original_path = "./mydata/images/"label_original_path = "./mydata/label/"cur_path = os.getcwd()# 训练集路径train_image_path = os.path.join(cur_path, "datasets/defect/images/train/")train_label_path = os.path.join(cur_path, "datasets/defect/labels/train/")# 验证集路径val_image_path = os.path.join(cur_path, "datasets/defect/images/val/")val_label_path = os.path.join(cur_path, "datasets/defect/labels/val/")# 测试集路径test_image_path = os.path.join(cur_path, "datasets/defect/images/test/")test_label_path = os.path.join(cur_path, "datasets/defect/labels/test/")# 训练集目录list_train = os.path.join(cur_path, "datasets/defect/train.txt")list_val = os.path.join(cur_path, "datasets/defect/val.txt")list_test = os.path.join(cur_path, "datasets/defect/test.txt")train_percent = 0.6val_percent = 0.2test_percent = 0.2def del_file(path):    for i in os.listdir(path):        file_data = path + "\" + i        os.remove(file_data)def mkdir():    if not os.path.exists(train_image_path):        os.makedirs(train_image_path)    else:        del_file(train_image_path)    if not os.path.exists(train_label_path):        os.makedirs(train_label_path)    else:        del_file(train_label_path)    if not os.path.exists(val_image_path):        os.makedirs(val_image_path)    else:        del_file(val_image_path)    if not os.path.exists(val_label_path):        os.makedirs(val_label_path)    else:        del_file(val_label_path)    if not os.path.exists(test_image_path):        os.makedirs(test_image_path)    else:        del_file(test_image_path)    if not os.path.exists(test_label_path):        os.makedirs(test_label_path)    else:        del_file(test_label_path)def clearfile():    if os.path.exists(list_train):        os.remove(list_train)    if os.path.exists(list_val):        os.remove(list_val)    if os.path.exists(list_test):        os.remove(list_test)def main():    mkdir()    clearfile()    file_train = open(list_train, 'w')    file_val = open(list_val, 'w')    file_test = open(list_test, 'w')    total_txt = os.listdir(label_original_path)    num_txt = len(total_txt)    list_all_txt = range(num_txt)    num_train = int(num_txt * train_percent)    num_val = int(num_txt * val_percent)    num_test = num_txt - num_train - num_val    train = random.sample(list_all_txt, num_train)    # train从list_all_txt取出num_train个元素    # 所以list_all_txt列表只剩下了这些元素    val_test = [i for i in list_all_txt if not i in train]    # 再从val_test取出num_val个元素，val_test剩下的元素就是test    val = random.sample(val_test, num_val)    print("训练集数目：{}, 验证集数目：{}, 测试集数目：{}".format(len(train), len(val), len(val_test) - len(val)))    for i in list_all_txt:        name = total_txt[i][:-4]        srcImage = image_original_path + name + '.bmp'        srcLabel = label_original_path + name + ".txt"        if i in train:            dst_train_Image = train_image_path + name + '.bmp'            dst_train_Label = train_label_path + name + '.txt'            shutil.copyfile(srcImage, dst_train_Image)            shutil.copyfile(srcLabel, dst_train_Label)            file_train.write(dst_train_Image + '\n')        elif i in val:            dst_val_Image = val_image_path + name + '.bmp'            dst_val_Label = val_label_path + name + '.txt'            shutil.copyfile(srcImage, dst_val_Image)            shutil.copyfile(srcLabel, dst_val_Label)            file_val.write(dst_val_Image + '\n')        else:            dst_test_Image = test_image_path + name + '.bmp'            dst_test_Label = test_label_path + name + '.txt'            shutil.copyfile(srcImage, dst_test_Image)            shutil.copyfile(srcLabel, dst_test_Label)            file_test.write(dst_test_Image + '\n')    file_train.close()    file_val.close()    file_test.close()if __name__ == "__main__":    main()

  至此，数据集彻底准备完毕！

  　　CUDA的安装我是参考这篇博客。

  四，模型训练

  4.1 创建yaml文件

   　　在data文件夹中创建新的yaml文件，本例中缺陷为硌痕（公主不知道硌痕怎么翻译，长得像气泡，就翻译成了bubble >_