Win7+Python3.7+Pytorch YOLO V3 训练自己的数据-优快云博客

本文链接：https://blog.youkuaiyun.com/bozki1995/article/details/103833062

本教程详细介绍了在Windows7系统下如何搭建Python3.7和Pytorch环境，以及训练YOLO V3模型所需的数据准备步骤，包括环境配置、CUDA和Cudnn的安装、项目依赖包的安装、VOC数据格式的制作和labels文件生成。在训练过程中遇到的问题，如XML字段大小写不一致、Windows系统上Pytorch多GPU训练支持、labels路径问题等，以及相应的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本教程主要参考了：https://blog.youkuaiyun.com/qq_41895190/article/details/90286082

WINDOWS7 系统下的运行

1.环境搭建

1.1项目下载

git clone https://github.com/ultralytics/yolov3.git

1.2 满足项目的需求，安装python3.7

在python官网上面：https://www.python.org/downloads/
下载python3.7.0，我一开始下载的是zip文件，然后把环境变量添加进去。

后来不知道为啥 python3命令不好使了，我又下载了一遍exe文件，选择修复安装，才解决问题。

1.3 安装pytorch1.3或者以上

官网：https://pytorch.org/
注意pytorch1.3只支持CUDA9.2、和CUDA10.1了，我的CUDA是8.0的，所以我还要安装一下CUDA10.1！！
安装CUDA之前我的英伟达控制面板还点击没反应看不了。。所以我先安把英伟达驱动升级到最新，然后英伟达控制面板可以看了，看到支持的CUDA可以到最新的版本。然后到英伟达官网下载CUDA10.1的最新版本，以及下载对应的Cudnn，一路下一步，安好以后自动就把环境变量配好了。最后把cudnn的文件考到cuda的安装目录下就好了。

1.4安装项目需要的其他python包

pip 安装一下requirements里面需要的其他包。

2 数据准备

2.1VOC格式的数据制作

图片的标记工具为lableimg，这里不具体展开，主要说明VOC数据的格式，以及文件夹下的内容。
VOC的文件夹格式如下：
在这里插入图片描述
其中Annotation放的是所有的xml文件，JPEGImages放的是所有的jpg图片文件，ImageSets放的是Main文件夹，里面包含了4个txt文件，分别是训练集、测试集、验证集和训练验证集。

这四个txt文件是需要自己生成的。下面贴一下代码。直接放在VOC的路径下就可以直接运行

import os
import random
trainval_percent = 0.8 #这里是训练+验证集占所有数据集的比例，根据需要自己更改
train_percent = 0.8 #这里是训练集占训练+验证集的比例
xmlfilepath = 'VOC2007\\Annotations' #路径可以更改
txtsavepath = 'VOC2007\\ImageSets\\Main'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('VOC2007/ImageSets/Main/trainval.txt', 'w')
ftest = open('VOC2007/ImageSets/Main/test.txt', 'w')
ftrain = open('VOC2007/ImageSets/Main/train.txt', 'w')
fval = open('VOC2007/ImageSets/Main/val.txt', 'w')
for i in list:
    name = total_xml[i][: