需要详细教程的可以直接参考这里：【小白教学】如何用YOLOv7训练自己的数据集

1.Yolov7训练

1.1模型下载

在GitHub上搜索Yolov7，可以直接下载公开的模型：Yolov7模型

1.2环境配置

Yolov7模型环境与Yolov5相同，不再赘述。如果需要可以参考这篇文章：【小白教学】如何用YOLOv7训练自己的数据集

1.3模型训练

1.3.1数据集制作

yolo数据集格式：Yolo格式的数据集介绍

1.3.2修改配置文件

修改./cfg/training/下所需训练模型的配置文件：

以yolov7.yaml为例，修改分类数：

修改./data/coco.yaml文件为如下格式：

train后面对应训练集图片位置，val后面对应验证集图片位置，nc后面对应分类数，name后面对应分类名称。

1.3.3模型训练

打开train.py文件，在如下位置修改‘–weights’，‘–cfg’，‘–data’，‘–epochs’，‘–batch-size’，‘–device’等参数的default值。
执行如下代码开始训练：

python train.py

1.2Yolov7测试

修改detect.py文件中的‘–weights’，‘–source’，‘–img-size’，‘–device’等参数的default值。

执行如下代码测试模型：

python detect.py