YOLOv7网络结构详细讲解及训练自己数据

YOLOv7是一种优秀的端到端检测算法。YOLOv7由Alexey Bochkovskiy和Chien-Yao Wang等人（YOLOv4团队）于2022年提出。在 5 FPS 到 120 FPS 的范围内，YOLOv7 的速度和准确性都超过了所有已知的物体检测器，在 30 FPS 的所有已知实时物体检测器中，YOLOv7 的准确性最高，达到 56.8% AP。

Paper:[2207.02696] YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors (arxiv.org)https://arxiv.org/abs/2207.02696

GitHub:WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors (github.com)https://github.com/WongKinYiu/yolov7

一、工程总体介绍

yolov7工程文件夹和数据集datasets文件夹在同一级，datasets下面分为images（放图片）和labels（放标签），images和labels下面分为test（测试集）、train（训练集）、val（验证集）三个文件夹。

 yolov7文件夹中第一个cfg文件夹存放的是模型配置文件（model.yaml）。data文件夹中存放的是数据集配置文件（data.yaml）和超参数配置文件（hyper