0. 确保你的机器上已经安装好了Anaconda
1. 安装cuda和pytorch
CUDA和PyTorch要保证版本匹配。Pytoch下载页面
- 比如这里pytoch是1.9.0版本,那么它所对应的CUDA版本就是10.2或者11.1。于是我们这里可以去找11.1版本的CUDA。
- 本人习惯先安装CUDA,因为如果不是遇到新的问题,CUDA是在本机中可以长期保持不变的,而且重复卸载安装CUDA比较麻烦,当然这部分也有相关的教程可以参考。
- 进入CUDA11.1下载页面,然后根据需要安装好CUDA11.1,具体安装教程可以参见这篇文章(随便找的,仅示意)。如果C盘有空间,就安装到C盘就可以。
- 接下来需要安装cudnn,cudnn下载页面,进去需要注册登录才能下载,cudnn版本还是需要和CUDA11.1相适配,在下载页面根据英语指示,注意选择一下就可以。下载好后解压,然后复制到相应CUDA11.1安装目录即可,参见这篇文章。
- 准备好cudn和cudnn后就可以配置pytorch了。正如Pytorch界面所示,命令已经写好了。
- 在Anaconda中创建好新的环境(我取名为YOLOvX_2)并进入这个环境的命令行界面。创建好后在开始菜单中打开Anaconda Powershell Prompt(Anaconda3)。
- 执行命令
conda activate YOLOvX_2
- 然后安装pytorch,执行这条命令就可以了,由PyTorch官网给出。
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge
2. 配置YOLOvX(按照官方教程)
- 去github下载YOLOX,下载成zip格式就可以了,然后找个你自己的工作目录下解压。接下来win+r,cmd进入windows系统的命令行,cd进入刚刚解压的YOLO目录里面。
- Step1. Install YOLOX.
pip3 install -U pip
pip3 install -r requirements.txt #可以看见YOLOX的依赖文件都在这里面了
pip3 install -v -e . # or python3 setup.py develop
-
Step2. Install Apex(此处参考了这篇文章)
- 去github下载apex,解压到你的工作目录
- cd进入apex
-python setup.py install
-
Step3. Install pycocotools.
pip3 install cython
【这条为官方命令,本机测试不行】pip3 install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
【替代命令】pip install pycocotools
3. 运行测试
- 在github上下载pretrained model,把它放在YOLOX目录下自己找个路径。
- 执行下面这条语句测试图片:
python tools/demo.py image -f exps/default/yolox_s.py -c ./yolox_s.pth.tar --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu
- 测试视频(自己准备一条视频):
python tools/demo.py video -f exps/default/yolox_s.py -c ./yolox_s.pth.tar --path ./assets/lab.mp4 --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu
写到最后:
如果你遇到报错ModuleNotFoundError: No module named ‘yolox’,参考文章
可以在from yolox.data.data_augment import preproc
上面添加如下两行代码修改(注意路径替换成你自己的):
import sys
sys.path.append(r'D:\PYCHARMprojects\YOLOX-main')
- 运行结果:
- 经典狗子图: