linux系统下训练yolov7命令

关于yolov7的训练中的前期工作可以参考：

yolov7 ubuntu安装配置_安安安楠的博客-优快云博客

训练参考挺详细的：

YOLOv7训练自己的数据集(超详细)_AI小白一枚的博客-优快云博客_训练自己的数据集

这部分的重要参考：

使用yolov7训练自己的数据集； yolov7安装使用； yolov7源码解读-物联沃-IOTWORD物联网

yolo训练命令：（train运行执行命令）

python train.py --workers 16 --device 0 --batch-size 3 --data data/data.yaml  --hyp data/hyp.scratch.p5.yaml

python train.py --workers 16 --device 0 --batch-size 2 --data data/data.yaml  --hyp data/hyp.scratch.p5.yaml

设置置信度超过0.4的显示出来：（detect运行执行图像检测的命令）

python detect.py --source=inference/images/bus.jpg --weights=yolov7.pt --conf 0.4

测试摄像头：（detect运行摄像头执行的命令）

python detect.py - source 0 

python detect.py --source 0 --weights=runs/train/yolov754/weights/best.pt

python detect.py --source=scripts/Myself/images/val2007/ --weights=runs/train/exp2/weights/best.pt --conf 0.4

更改测试保存路径：（更改保存的路径）

验证模型

python test.py --data data/coco128.yaml  --weights weighs/myyolo.pt --batch-size 6

训练可视化：

conda activate yolov7           cd yolov7   执行下述操作：
tensorboard --logdir =runs 运行是成功的
tensorboard --logdir ./runs 运行是成功的
tensorboard --logdir =runs /train/exp4 运行是成功的

然后在浏览器输入 http://localhsot:6006

断点续训练：

python train.py --resume runs/train/exp7/weights/last.pt

python train.py  --workers 16 --device 0 --batch-size 3 --data data/data.yaml  --weights runs/train/exp7/weights/last.pt

下载启用清华源

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