YOLOX训练自己的数据集

前面的准备工作我已经在这篇博文写过了
YoloX训练VOC数据集（自用）自己运行踩坑，在windows系统运行
下面就是做数据集准备和修改相关代码了

1.数据集准备

使用voc的数据集目录结构如下

VOC2007
--Annotations
	--000000.xml
	--000001xml
--ImageSets
	--main
		--test.txt
		--trainval.txt
		--val.txt
		--train.txt
--JPEGImages
	--000000.jpg
	--000001.jpg

VOC格式的分布如上图所示

JPEGImages：存放数据集图片

Annotations文件夹：存放与图片对应的xml文件

ImageSets/Main文件夹：存放train.txt和val.txt

2.修改训练配置参数和类别

1. 根据自己数据集的类别，修改yolox/data/datasets/voc_classes.py中的标签信息
   

2. 修改exps/example/yolox_voc/yolox_voc_s.py中的self.num_classes
   

3. 修改yolox/exp/yolox_base.py中的self.num_classes
   

4. 修改训练集数据目录，修改exps/example/yolox_voc/yolox_voc_s.py中的VOCDection
   因为这里用的是自己的数据集，所以需要修改
   
   data_dir：修改为数据集文件夹的绝对路径
   images_sets：修改为train
   max_labels：表示图片最多的目标数量，根据数据集的具体情况进行修改
   修改yolox/data/datasets/voc.py中，VOCDection函数（125行）中的读取txt文件
   因为数据集里没有年份的信息，所以需要修改
   
   加红的是原来的代码，

5. 修改验证集信息，修改exps/example/yolox_voc/yolox_voc_s.py中的get_eval_loader函数
   

6. 其他需要修改的地方
   在yolox/data/datasets/init.py中添加调用的路径