本文介绍了如何将yolov5的数据集适配到yolov7，包括两者数据集的区别和适配方法。在yolov7中，取消了Path模块，需要提供txt的绝对路径。训练时，可能会遇到UnicodeDecodeError，解决方案是在读取yaml文件时以'rb'模式打开。此外，对于多GPU训练，需要将DataParallel改为DistributedDataParallel，否则可能出现CUDNN_STATUS_BAD_PARAM错误。最后提到，yolov7训练对显存需求较高，建议使用yolov7-tiny进行训练。
数据集适配
相信大家下载到yolov7 源码后最想做的就是试一下，yolov7是不是比我现在使用的目标检测模型要好。这个时候适配其数据集，就十分必要了。
yolov5数据集
主要有Path、train、val、test、nc、names几个模块
yolov7数据集
主要有train、val、test、nc、names几个模块
不同点：取消了Path
适配方式
yolov5的Path相当于父路径，在yolov7中取消了，所以yolov7中给到具体的txt绝对路径即可，使用方式和yolov5一样，可以输入多个路径，表示不同的数据来源。
可能遇到的错误
错误提示：UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80 in position 158: illegal multibyte sequence
**解决方法：**打开自定义数据集yaml时 以"rb"模式打开即可
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
