需要提前配置torch

c#运用emgucv4.6.0版本调用gpu推理yolov7，darknet版本。RTX2060显卡推理yolov7-tiny总耗时是6ms，推理yolov7总耗时26ms。注意不是pytorch。

labelImg标注的xml文件数据转yolov5可以训练的数据脚本

1、YOLOv7摩托车检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志, map达90%以上， 2、classes: motorbike; 3、包括1500多张数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/126395695?spm=1001.2014.3001.5502

Bytetrack_yolov7代码+权重

1、YOLOv7自行车检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: bike； 3、并包含自行车检测数据，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127335241?spm=1001.2014.3001.5502

1、YOLOv7猫狗检测训练模型 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: cat, dog； 3、包含猫狗检测数据，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127988229

1、YOLOv7车辆三类别检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志，map达90%以上， 2、classes: car, bus, truck; 3、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/126395695?spm=1001.2014.3001.5502 参考二：https://blog.csdn.net/weixin_51154380/article/details/128024233?spm=1001.2014.3001.5502

1、YOLOv7安全帽佩戴检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、map达90%以上， 3、classes: person， hat； 4、并包含安全帽检测数据，标签格式为VOC和YOLO两种 5、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127171326?spm=1001.2014.3001.5502

1、YOLOv7不同颜色的安全帽佩戴检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127651243?spm=1001.2014.3001.5502