最近抽出时间（これはうそだ）去搭建yolov7环境，把踩的坑记录下

由于电脑配置低，GPU是AMD，不支持CUDA、Rocm所以就只能用CPU跑Yolov7Demo

前言

什么是Yolov7?

YOLOv7是YOLO（You Only Look Once）系列目标检测算法的最新版本之一，它是一种实时目标检测算法，能够在极短的时间内准确识别出图像中的各类物体。

Yolov7原理

YOLOv7沿用了YOLO系列一贯的“分而治之”策略，将图像划分为多个网格，每个网格负责预测其内部的物体。通过一次性扫描整个图像，YOLOv7能够同时预测出物体的位置、类别和置信度，从而实现了快速准确的目标检测。

论文

论文地址：https://arxiv.org/abs/2207.02696

Github代码下载地址：https://github.com/WongKinYiu/yolov7

搭建Yolov7环境

下载源代码

通过Github下载zip格式文件即可

环境配置

①打开Anaconda Prompt 创建虚拟环境、cd到解压好的yolov7-main（注意：不要将文件解压到中文路径下！！！）文件目录下

conda create -n yolov7  python=3.8  #创建虚拟环境
conda activate yolov7 #激活进入虚拟环境

②安装所需要的依赖文件（使用pip list可以查看已安装依赖的列表）

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

PyCharm选择解释器

PyCharm版本选择的是2024，因为之前使用的2020版本存在一些问题

链接：Pycharm 2024.2.4 最新破解版安装教程（附激活码，至2099年~）

通过PyCharm打开yolov7-main项目后，修改项目Python解释器

File – Setting – Project:yolov7-main – Python Interpreter – Add Interpreter 选择Anaconda虚拟环境yolov7的Python解释器

（在对应anaconda安装目录下的envs/yolov7/python.exe，根据自身情况查看）

测试Demo

下载权重

测试模型链接下载：yolov7.pt, yolov7x.pt, yolov7-w6.pt, yolov7-e6.pt, yolov7-d6.pt, yolov7-e6e.pt

下载以上的权重之一（Github原文中也有）并保存在项目文件的根目录中

打开detect.py文件，根据刚刚下载的文件名称修改如下（以yolov7x.pt为例)

测试文件为images文件下的图片；跑出结果将在runs/detect/exp文件下

一切准备就绪就可以run了

结果