一、环境配置
2、创建环境
conda create -n yolox python=3.9
cd YOLOX
conda activate yolox
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
pip install -r requirements.txt (把torch、torchvision注释掉,否则会自动安装最新版本,但是不一定满足服务器硬件条件)
pip3 install -v -e . (注意e和.之间的空格)
3、下载预训练权重并放在 ./ pre_models/ 下
4、demo测试
python tools/demo.py image -n yolox-s -c pre_models/yolox_s.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu
5、基于COCO的训练
ln -s /data3/publicData/COCO/2017/ ./datasets/COCO
python -m yolox.tools.train -n yolox-s -d 4 -b 32 --fp16 -o
四卡耗时约3天
6、对COCO训练结果进行评估
python -m yolox.tools.eval -n yolox-s -c pre_models/yolox_s.pth -b 32 -d 4 --conf 0.001