训练YOLOX

1.命令行的方式训练。

执行命令：

python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 4 --fp16 -c yolox_s.pth

• 就可以开始训练了。

2.如果不喜欢使用命令行的方式，想直接运行train.py，那就需要就如train.py修改参数了。

• 首先把train.py从tools里面复制一份到工程的根目录（建议这样做，否则需要修改的路径比较多，新手容易犯错误），如图：

  parser.add_argument("-b", "--batch-size", type=int, default=4, help="batch size")
  parser.add_argument(
      "-d", "--devices", default=1, type=int, help="device for training"
  )
  parser.add_argument(
      "-f",
      "--exp_file",
      default="exps/example/yolox_voc/yolox_voc_s.py",
      type=str,
      help="plz input your expriment description file",
  )
  parser.add_argument("-c", "--ckpt", default='yolox_s.pth', type=str, help="checkpoint file")
  parser.add_argument(
      "--fp16",
      dest="fp16",
      default=True,
      action="store_true",
      help="Adopting mix precision training.",
  )
  

  • 这样就可以直接运行python tools/train.py

3.如果训练了一段时间，再想接着以前的模型再训练，应该如何做呢？修改载入权重的参数即可，如下：

• 命令行：

python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 4 -c YOLOX_outputs/yolox_voc_s/latest_ckpt.pth.tar -resume -start_epoch=100

• 修改train.py:

  parser.add_argument(
      "--resume", default=True, action="store_true", help="resume training"
  )
  parser.add_argument("-c", "--ckpt", default='YOLOX_outputs/yolox_voc_s/best_ckpt.pth', type=str, help="checkpoint file")
  parser.add_argument(
      "-e",
      "--start_epoch",
      default=100,
      type=int,
      help="resume training start epoch",
  )