从0开始配置windows下yolov7训练环境

计划在windows本地电脑搭建一个基于yolov7的目标识别环境,可以进行实验和测试,并进行模型训练和调试。包括conda,yolov7和labelImg环境的从0开始搭建和配置。

1 虚拟python环境conda

本地电脑安装python后,在多个项目切换,总是免不了不同的python版本和依赖库管理,一旦发生冲突后,各个项目都会出现依赖库错误和混乱,所以用python虚拟环境管理是必不可少的。我比较喜欢界面化的管理工具,Anaconda就是很好的选择。

Anaconda 是一个用于科学计算和数据科学的开源软件包管理和环境管理系统。它包含了许多流行的数据科学工具和库,如 Python、R 语言等,并提供了一个方便的方法来安装、管理和更新这些工具和库,支持包括windows在内的多个平台安装使用。

Anaconda下载地址 根据自己的平台下载安装程序后,按照安装向导完成安装。完成安装后需要注意配置环境变量,比如安装到:C:/Anaconda下面,那么需要添加如下几个路径到path环境变量中:

  • C:\Anaconda
  • C:\Anaconda\Scripts
  • C:\Anaconda\Library\mingw-w64\bin
  • C:\Anaconda\Library\usr\bin
  • C:\Anaconda\Library\bin

都完成后,会在系统应用列表中增加一个Anoconda3程序项,找到Anaconda Navigator可以启动程序。

启动后可以在Enviroments下建立各个项目自己的虚拟环境,可以指定每个虚拟环境的python版本,并在界面上激活虚拟环境。

打开终端可以进行命令行操作。

2 yolov7环境配置

先下载yolov7仓库:

bash 复制代码
git clone https://github.com/WongKinYiu/yolov7

下载成功后,通过anaconda启动终端,进入下载的yolov7目录,安装环境依赖

安装完成后,进行测试验证:

bash 复制代码
//建立一个weights目录存放模型
mkdir weights
//运行测试命令(缺少的模型会自动下载)
python detect.py --weights weights/yolov7.pt --source inference/images 

直到看到如下的结果就表示测试验证完成,环境正确。

此时可以到yolov7\runs\detect\exp\目录下去看到图片的识别结果,结果标注在图片中。

到此位置,表示yolov7的本地python环境可以正常工作,下面要进一步训练自己的模型,则需要标注数据集,然后进行模型训练。标注工具,我们采用labelImg。

3 labelImg

首先下载labelImg仓库,

bash 复制代码
git clone https://github.com/tzutalin/labelImg.git

然后为labelImg在Anaconda中建立一个独立的虚拟环境label_img,并启动虚拟环境的运行终端terminal,在虚拟环境中安装qt5:

继续安装xml和anaconda依赖:

生成resources.py:

bash 复制代码
pyrcc5 -o libs/resources.py resources.qrc

最后,可以启动labelImg:

复制代码
python labelImg.py

labelImg启动后如下:

现在就可以开始对自己的图像数据集进行导入和标记,将是一个大工程。标记完成后,再导入到yolo环境中进行训练。

相关推荐
chh56330 分钟前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert
TomEval1 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
ZhengEnCi2 小时前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错
人工智能·ai编程
一只爱撸猫的程序猿2 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
GitCode官方2 小时前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用
人工智能·华为·harmonyos·atomgit
老金带你玩AI3 小时前
GPT-6.2更强更便宜了,为什么还有人骂?
人工智能
CyrusYiVPP3 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
泯泷3 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
罗西的思考3 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
屿华AI3 小时前
AUTOSAR 实战-诊断工具 | 用 Claude Code 开发诊断测试工具:AI 协作开发实践
人工智能·测试工具