YOLOX训练自己的数据集

最新推荐文章于 2024-07-31 17:14:15 发布

AI大魔王

最新推荐文章于 2024-07-31 17:14:15 发布

阅读量1k

点赞数 2

分类专栏： AI 文章标签：深度学习 python 机器学习

本文链接：https://blog.csdn.net/Carlsummer/article/details/120054474

版权

AI 专栏收录该内容

20 篇文章 0 订阅

订阅专栏

本文档详细介绍了YOLOX目标检测模型的安装步骤，包括环境配置、依赖库安装、apex工具的使用，以及模型的训练和验证。通过修改配置文件适应自定义数据集，并提供了测试代码以确保模型功能正常。此外，还提到了数据标注工具LabelImg和数据集的准备过程。

摘要由CSDN通过智能技术生成

github代码

 论文

1、准备环境

conda create -n YOLOX python=3.8
conda activate YOLOX
pip install torch==1.8
cd YOLOX
pip install -r requirements.txt
/home/zengxh/anaconda3/envs/CreepageDistance/bin/python3.8 setup.py develop

2、安装pycocotools

下载地址

git clone https://github.com/cocodataset/cocoapi
cd cocoapi/PythonAPI/
# cd pycocotools-2.0.2
python setup.py build_ext install

3、安装apex

这个工具为什么要安装呢，提高你的显存能力，比如你的显存只能跑batch_size 4安装了这个就可以跑batch_size 8
下载地址

cd apex-master
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" .
or
python setup.py install

4、测试是否能用

python tools/demo.py image -f exps/default/yolox_s.py -c yolox_s.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu

5、准备数据集

使用labelimg标准图片为xml的格式
将标准好的图片放到/home/zengxh/workspace/YOLOX/datasets/coco/org/中
运行 python_developer_tools/cv/detection/yolovx/labelme2YoloXdatasets/切分数据集.py

6、修改exps\example\custom\yolox_s.py

self.data_dir = "datasets/coco"
self.train_ann = "instances_train2017.json"
self.val_ann = "instances_val2017.json"

self.num_classes = 5

7、修改yolox\data\datasets\coco_classes.py

8、/home/zengxh/anaconda3/envs/CreepageDistance/bin/python3.8 tools/train.py -f exps/example/custom/yolox_s.py -d 1 -b 8 --fp16 -c yolox_s.pth
开始训练YOLOX

9、python tools/demo.py image -f exps/example/custom/yolox_s.py -c ./YOLOX_outputs/yolox_s/best_ckpt.pth --path 00000.bmp --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu

上述需要的所有代码都在https://github.com/carlsummer/python_developer_tools