1. yolox算法解读
超越一切YOLO!旷视提出YOLOX:新一代实时目标检测网络
2. yolox训练模型
2.1. 环境安装
- github地址:YOLOX源码
- install yolox
git clone github.com:Megvii-BaseDetection/YOLOX.git
cd YOLOX
pip install -U pip && pip install -r requirements.txt
pip install -v -e . # or python3 setup.py develop
- Install apex.
git clone https://github.com/NVIDIA/apex
cd apex
pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
- Install pycocotools.
pip install cython; pip install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
2.2. 准备数据集
- coco数据集
- voc数据集
2.3. 训练模型
- 针对coco数据集需要修改
yolox/data/datasets/coco_classes.py
中COCO_CLASSES
改成自己的类别
yolox_s_mask.py由yolox_s.py复制来,修改self.data_dir = "datasets/COCO"
python tools/train.py -f exps/example/custom/yolox_s_mask.py -d 0 -b 8 --fp16
- 针对coco数据集,修改
yolox/data/datasets/voc_classes.py
中COCO_CLASSES
改成自己的类别,注释掉第55行name = obj.find("name").text.strip()
3. deepstream部署
- YOLOX-deepstream源码
- install
git clone https://github.com/nanmi/YOLOX-deepstream.git
cd YOLOX-deepstream/nvdsinfer_custom_impl_yolox/
make
make出错 待解决
- run
deepstream-app -c deepstream_app_config.txt