YOLOX验证环境

最新推荐文章于 2023-09-10 20:31:50 发布
最新推荐文章于 2023-09-10 20:31:50 发布
阅读量216 收藏
点赞数 1
分类专栏： 深度学习 人工智能 python 文章标签： 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fangweijiex/article/details/125832371
版权
python 同时被 3 个专栏收录
72 篇文章 6 订阅
订阅专栏
人工智能
40 篇文章 4 订阅
订阅专栏
深度学习
29 篇文章 1 订阅
订阅专栏

安装完YOLOX的环境后，需要验证一下环境是否可用，才能进行下一步工作

  • 下载预训练模型，本文选用的是YOLOX-s，下载地址： https://github.com/Megvii-BaseDetection/YOLOX/releases/download/0.1.1rc0/yolox_s.pth

python tools/demo.py image -f exps/default/yolox_s.py -c ./yolox_s.pth --path assets/dog.jpg --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu

参数说明

  • c：权重的路径
  • path： 测试图片的路径
  • conf： 置信度阈值
  • nms ：nms的IOU阈值
  • tsize ：测试图片resize的大小
  • save_result： 是否保存推理结果
  • device： 选用gpu或cpu推理

在这里插入图片描述

运行结果：

在这里插入图片描述

能将图片中的目标检测出来，说明环境时可用的。
kyle-fang
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
yolox训练验证自己VOC格式的数据集
工地搬砖第一年的博客
10-12 1599
官网地址代码：https://github.com/Megvii-BaseDetection/YOLOX 训练过程参考：深入浅出Yolox之自有数据集训练超详细教程 训练命令： python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 0 -b 8 -c backup/yolox_s.pth 验证命令： python tools/eval.py -f exps/examples/yolox_voc/yolox_voc_s.py -c
YOLOX实战：超详细！手把手教你使用YOLOX进行物体检测（附数据集）
AI浩
10-10 7651
手把手教物体检测——YOLOX 摘要 YOLOX: Exceeding YOLO Series in 2021 作者单位：旷视科技 代码：https://github.com/Megvii-BaseDetection/YOLOX 论文：https://arxiv.org/abs/2107.08430 YOLOX 是旷视开源的高性能检测器。旷视的研究者将解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展与 YOLO 进行了巧妙的集成组合，提出了 YOLOX，不仅实现了超越 YOLOv3、YOLO
目标检测实战(七): 使用YOLOX完成对图像的目标检测任务（从数据准备到训练测试部署的完整流程）
源的博客
09-10 1188
目标检测（Object Detection）是计算机视觉领域的一项重要技术，旨在识别图像或视频中的特定目标并确定其位置。通过训练深度学习模型，如卷积神经网络（CNN），可以实现对各种目标的精确检测。常见的目标检测任务包括：人脸检测、行人检测、车辆检测等。目标检测在安防监控、自动驾驶、智能零售等领域具有广泛应用前景。论文链接背景：随着物体检测的发展，YOLO系列始终追求实时应用的最佳速度和精度权衡。而且在过去两年中，目标检测学术界的主要进展都集中在无锚检测器 、高级标签分配策略 和端到端（无 NMS）检测器。
ubuntu16.04使用yolox-tiny，训练自己的数据集并验证
random_repick的专栏
05-16 1401
yolox cd YOLOX git clone https://github.com/NVIDIA/apex conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch sudo pip3 install -v --disable-pip-version-check --no-cache-dir
YOLOX-单阶段目标检测模型
qq_36412570的博客
08-30 581
YOLOX 来逐个看看YOLOX堆了哪些trick： 1, 数据增强，使用了Mosaic 和 MixUp。Mosaic在YOLOv4及v5就用过了。MixUp也是比较常用的方法。 2，Anchor-free。样本不再是anchor而是point(或者说grid)。 3，Multi positives，将gt中心区域的点定义为正样本,其实就是FCOS中的center sampling。 4，SimOTA，来源于自家的工作OTA。这里改了个简化版本叫SimOTA。具体是干什么呢？3之后一个gt匹配了n个正样本，
基于MegEngine实现YoloX
10-19
在使用MegEngine实现YoloX时，首先要安装和配置MegEngine环境。这通常包括安装库、设置CUDA环境（如果要在GPU上运行）以及确保所有依赖项已就绪。然后，我们需要构建YoloX的网络结构。YoloX网络包含主干网络（如...
YOLOX-demo.zip
11-17
8. **验证与评估**：在训练过程中，会定期进行验证，使用验证集评估模型性能，通常使用平均精度AP（Average Precision）或其他指标如mAP（mean Average Precision）。 9. **博客教程**：描述中提到训练流程在博主的...
YOLOX-使用MegEngine实现YOLOX目标检测算法-附项目源码-优质项目实战.zip
最新发布
05-09
4. **模型训练与验证**：利用MegEngine的训练接口，设置损失函数、学习率策略，进行模型的训练和验证。在训练过程中，可以监控损失函数和精度，以调整模型参数。 5. **推理部署**：训练完成后，模型可以被导出为轻...
深度学习环境配置及yolox-demo运行过程 ppt版
06-13
在Anaconda Prompt中，使用`conda create -n yolox11 python=3.8`创建名为yolox11的新环境，然后通过`conda activate yolox11`激活该环境。 为了加速PyTorch的下载，我们可以修改`.condarc`文件添加清华源。确保...
mmdetection yolox-s TensorRT模型2060/2060s显卡可用
08-12
在MMDetection中集成YOLOX-S，可以利用该框架提供的训练、验证和部署工具，使得模型的使用更加便捷。YOLOX-S模型在目标检测任务上表现出色，尤其是在中等规模的数据集上，它能够快速且准确地识别图像中的多个目标。 ...
Yolo x 训练起来，详细的不行，且内含800错误解决办法
Zosse的博客
07-28 4350
我已经自认为掌握了yolov5，以为可以跟配环境啥的说再见，现实很残酷哈哈哈，要把之前用的yolov5换掉换成yolox,没想到啊没想到，可以用世事无常来形容了，于是一届菜鸡又开始搞yolox。
在 COCO数据集上训练 YOLOX （代码详解）
weixin_45836196的博客
06-05 1557
讲解了YOLOX项目的代码细节，数据集为COCO
YOLOX训练VOC数据集后使用eval.py验证best_ckpt.pth报错
qq_53685327的博客
10-10 2387
YOLOX训练VOC数据集后使用eval.py验证best_ckpt.pth报错
YOLOX目标检测实战：训练自己的数据集
07-25
YOLOX是旷视科技新近推出的高性能实时目标检测网络，性能超越了YOLOv3/YOLOv4 /YOLOv5。YOLOX使用 PyTorch开发，采用了Anchor-free机制、解耦头、Multi Positives、先进的标签分配策略和强数据增广等前沿技术。 本课程将手把手地教大家使用labelImg标注和使用YOLOX训练自己的数据集，完成一个多目标检测实战项目，可检测图像和视频中的足球和梅西两个目标类别。  本课程分别在Windows和Ubuntu系统上做项目演示。包括：安装YOLOX、标注自己的数据集、准备自己的数据集（自动划分训练集和验证集）、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。  
YOLOX目标检测之入门实战-win10+cpu运行YOLOX
热门推荐
10-24 5万+
发布时间：2022-10-20 点击数：38YOLOX 是旷视开源的高性能检测器。旷视的研究者将解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展与 YOLO 进行了巧妙的集成组合，提出了 YOLOX，不仅实现了超越 YOLOv3、YOLOv4 和 YOLOv5 的 AP，而且取得了极具竞争力的推理速度。前言： 不少开发者对 YOLOX 很感兴趣 ， 希望在自己的笔记本安装测试，哪怕速度慢一些， 但笔记本一般都没有配置带CUDA 核心的GPU。
part 4：置信度阈值化和非极大值抑制
oreo的博客
04-23 2845
翻译原文：https://blog.paperspace.com/how-to-implement-a-yolo-v3-object-detector-from-scratch-in-pytorch-part-3/ 本篇文章是《如何使用PyTorch从零开始实现YOLO(v3)目标检测算法》的第四部分。这系列论文一共有五篇文章，五篇文章的主要内容在下文中有涉及。如果有问题欢迎和我交流~ 上...
YOLOX训练测试评估推理加速自己的数据集(一篇博客全详细)
m0_46401516的博客
10-25 3180
YOLOX训练自己的数据集，并附有TensorRT、ONNXRuntime推理加速
YOLOX的实验记录及问题解决
Highlight_Jin的博客
05-10 3189
YOLO系列
超详细！手把手教你使用YOLOX进行物体检测（附数据集）
weixin_40920183的博客
09-19 6227
作者：王浩，3D视觉开发者社区签约作者，毕业于北京航空航天大学，人工智能领域优质创作者，CSDN博客认证专家。编辑：3D视觉开发者社区摘要YOLOX: Exceeding YOLO Ser...
pytorch yolox
07-27
然后，你可以通过在PyCharm中导入YOLOX项目并设置好PyTorch环境来运行YOLOX。接下来，你可以从YOLOX项目的GitHub链接上下载权重文件。最后，你可以运行YOLOX的演示脚本（Yolox/tools/demo.py）来查看YOLOX项目的运行...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值