深度学习基础篇【1】从0开始搭建YOLOX模型用于训练个人数据集

深度学习基础篇【1】

从0开始搭建YOLOX模型

用于训练个人数据集

YOLOX模型于2021年由开发者Zheng Ge，Songtao Liu，Feng Wang，Zeming Li，Jian Sun在《YOLOX: Exceeding YOLO Series in 2021》首次提出。 YOLOX对YOLO系列的进行一些改进，形成了一种新的高性能探测器。配备了一些新的先进检测技术，即解耦头、无锚点和先进的标签分配策略，YOLOX在速度和精度之间实现了更好的平衡，比所有型号尺寸的其他同类产品都好。值得注意的是，我们将YOLOv3的体系结构提高到了47.3%，超过了目前最佳实践的3.0%。

该模型平台可一键搭建，本文为该模型的完整复现步骤拆分。

- 语言环境：Python3.8

- 编译器：jupyter notebook

- 深度学习环境：PyTorch 1.8

- CUDA版本：11.1.1

- 深度学习平台：极链AI云

- 显卡（GPU）：NVIDIA RTX 2080 Ti

       目录

    01 环境搭建