yolox dockerfile分享
最近旷视发布了一个强大的类yolo 检测器,同样延迟下,AP更高, 同样的AP下延迟更低。
更为重要的是,旷视竟然还公布了tensorrt和ncnn端侧推理的cpp代码以及python代码,避免了转换模型遇到各种ops不支持的问题。
为了降低大家的白嫖门槛, 不被各种import error折磨,这里我做了一个dockerfile, 目前能够顺利跑通demo。
配置
-
先下载我配置好的dockerfile, 并编译
git clone https://github.com/lyyiangang/yolox-dockerfile.git cd yolox-dockerfile docker build -f ./Dockerfile.txt -t yolox .
-
白嫖yolox
git clone https://github.com/Megvii-BaseDetection/YOLOX mv run-docker.sh YOLOX/ cd YOLOX/
-
启动容器&测试demo
按照 yolox readme指示下载好对应模型, 比如yolox_s.pth模型文件
./run-docker.sh # 此时会进入容器 python tools/demo.py image -n yolox-s -c model/yolox_s.pth --path assets/dog.jpg --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu
可以得到如下检测结果: