前言

YOLO v5 才release沒多久，沒想到 v6、v7 連續推出，有點應接不暇，在網路上找到兩個版本：

1. 中研院王建堯博士：繼v4後，他又改良演算法，在2022年7月發表YOLO v7論文，並推出對應的程式碼。
2. JinTian：結合detectron v2，可輕易作出 Instance Segmentation。

筆者實際測試兩個專案，過程中有一些小小的心得，與大家分享。

實作

有關理論的探討，可參閱原論文或最新的物件偵測王者 YOLOv7 介紹，本文只談實作，首先介紹如何利用現有模型進行偵測。

步驟如下：

1. 下載程式：

git clone https://github.com/WongKinYiu/yolov7

2. 下載權重檔至 yolov7 目錄，網址為 https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt 。

3. 測試：打開終端機或cmd，輸入以下指令。

cd yolov7
python detect.py --weights yolov7.pt --conf 0.25 --img-size 640 --source inference/images/horses.jpg --view-img

執行結果會出現一秒後，自動關閉，可至 runs\detect\exp[N] 目錄找到輸出檔案。

4. 同一支程式也可以偵測影片(test.mp4)，使用GPU，影片播放會更順暢。

python detect.py --weights yolov7.pt --source ./test.mp4 --view-img

效果非常好。

自訂資料集

預設模型可偵測COCO資料集的80種類別，如果要偵測其他物件，必須自行訓練模型。筆者使用RoboFlow的海洋水生館資料集實測，內含7種動物。訓練過程發生記憶體不足的錯誤(筆者的顯卡記憶只有4GB)，只好搬至Google Colab上訓練。

步驟如下：

1. 下載程式。

# Download YOLOv7 repository and install requirements
!git clone https://github.com/WongKinYiu/yolov7
%cd yolov7
!pip install -r requirements.txt

2. 將海洋水生館資料先上傳至Google Drive，再利用下列指令掛載至虛擬機。

from google.colab import drive
drive.mount('/content/drive')

3. 解壓縮：筆者將Aquarium.zip儲存至目錄 0。

!unzip /content/drive/MyDrive/0/Aquarium.zip -d Aquarium

4. 下載權重檔至 yolov7 目錄。

!gdown "https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt"

5. 模型訓練：筆者在訓練時，有路徑上的錯誤，故在utils\datasets.py的671行前加 path = path.replace('\', '/')。

!python train.py --batch 4 --cfg cfg/training/yolov7.yaml --img 768 1024 --epochs 55 --data ./Aquarium/data.yaml --weights '' --name yolov7 --hyp data/hyp.scratch.p5.yaml --device 0 

原本批量(batch)為64，在Colab還是爆掉，只好把它改小一點，缺點是訓練速度會變慢，RoboFlow建議訓練55執行週期，訓練總共耗時50分鐘。另外，海洋水生館資料集的圖檔寬高為768x1024，需在上述指令設定。

6. 測試：模型訓練的權重檔會儲存在./runs/train/yolov7/weights/best.pt，注意，重新訓練會產生在不同目錄(yolov7[N])，訓練成功後可任意找一張圖測試。

!python detect.py --weights ./runs/train/yolov7/weights/best.pt --conf 0.3 --source ./Aquarium/valid/images/IMG_2342_jpeg_jpg.rf.f36e481b4e01c2e76e0b27e494682873.jpg

執行結果偵測到6隻企鵝，參數conf為置信度門檻值，可視情況調整。

7. 顯示偵測結果，注意，每次偵測會產生在不同目錄exp[N]。

import glob
from IPython.display import Image, display

i = 0
limit = 10000 # max images to print
for imageName in glob.glob('/content/yolov7/runs/detect/exp/*.jpg'): #assuming JPG
    if i < limit:
      display(Image(filename=imageName))
      print("\n")
    i = i + 1

8. 可下載權重檔，在本機測試。

files.download('./runs/train/yolov7/weights/best.pt')

9. 本機測試。

python detect.py --weights best.pt --conf 0.3 --source ./Aquarium/valid/images/IMG_2342_jpeg_jpg.rf.f36e481b4e01c2e76e0b27e494682873.jpg

結論

筆者自網路抓取一些台北動物園的企鵝館圖片試試，效果並不理想，只好降低置信度門檻值，都產生誤認的情況，似乎沒有YOLO v4/v5 穩定，這次測試使用的資料集畫質不是很好，可能需要多作一些實驗，才能知分曉。另外，從 YOLO v5 起，演算法開發者均已改採PyTorch，並放棄使用Darknet架構了。

以下為工商廣告:)。
深度學習PyTorch入門到實戰應用影音課程：

PyTorch：
開發者傳授 PyTorch 秘笈

TensorFlow：
深度學習 -- 最佳入門邁向 AI 專題實戰。