学习 YOLOX: Exceeding YOLO Series in 2021 论文,跑通原文demo代码及验证代码,并尝试使用飞桨框架复现。
GitHub 链接
PaddlePaddle 复现 YOLOX 的 GitHub 链接
复现结果
-
复现网络结构与原论文基本一致,结果保存在 compare 文件夹下的 paddle_model.txt 和 torch_model.txt 文件中
-
单卡训练命令可以运行,随着 iter 的迭代 loss 会下降,训练命令如下
python tools/train.py -n yolox-s -d 1 -b 8 yolox-m yolox-l yolox-x
-
前向对齐存在问题,目前尚不清楚原因
应用 reprod_log 进行前向对齐测试,过程中发现 CSPDarknet 的 stem.BaseConv 和 dark2.BaseConv 具有同样的网络结构,如下图所示。
然而 stem.BaseConv 部分前向对齐通过,比对结果如下图所示
dark2.BaseConv 部分前向对齐并未通过,比对结果如下图所示
Reference
-
原作者代码
-
参考代码
jesse01/paddle-yolox: yolox的paddle实现 (github.com)
bubbliiiing/yolox-pytorch: 这是一个yolox-pytorch的源码,可以用于训练自己的模型。 (github.com)
致谢
十分感谢百度飞桨提供的平台,感谢各位工作人员的耐心解答,同时也感谢互联网上的每个人提供的各种教程,下面列举一些参考链接,希望对后续论文复现的选手以及平台切换的开发者有所帮助。