yolox训练自定义数据集

环境配置#

第一步：安装YOLOX

git clone git@github.com:Megvii-BaseDetection/YOLOX.git
cd YOLOX
pip3 install -U pip && pip3 install -r requirements.txt
pip3 install -v -e .  # or  python3 setup.py develop

第二步：安装apex

# 如果不想训练模型，可跳过这步。
git clone https://github.com/NVIDIA/apex
cd apex
pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

此处需要torch的cuda版本和外部环境的cuda版本一致，比如我们的服务器是10.2，那么torch的也要是10.2

可通过torch.version.cuda确认，最好是选择docker来配置。Windows也不推荐，即使是wsl。

第三步： 安装 pycocotools

pip3 install cython; pip3 install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'

修改配置#

修改exps/example/yolox_voc/yolox_voc_s.py, 主要涉及类别和文件路径

修改yolox/data/datasets/__init__.py

修改yolox/data/datasets/voc_classes.py

开始训练#

python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 16 --fp16 -o -c yolox_s.pth

• -d 使用多少张显卡训练
• -b 批次大小
• –fp16 是否开启半精度训练

批量推理#

非官方实现，其实也就是for循环实现的。

tools/test_imgs.py:

参考资料#

深入浅出Yolox之自有数据集训练超详细教程

YOLOX自定义数据集训练

DataXujing/YOLOX-: YOLOX 训练自己的数据集 TensorRT加速 详细教程