ubuntu16.04使用yolox-tiny，训练自己的数据集并验证

刀么克瑟拉莫

已于 2023-09-19 16:36:21 修改

阅读量1.4k

点赞数 3

分类专栏： deeplearning 文章标签： yolox

于 2022-05-16 20:08:33 首次发布

本文链接：https://blog.csdn.net/random_repick/article/details/124806908

版权

一、安装

pytorch==1.7.1
torchvision-0.8.2
cuda10.1

git clone https://github.com/Megvii-BaseDetection/YOLOX
conda create -n yolox3.7 python=3.7
source activate yolox3.7
cd YOLOX
git clone https://github.com/NVIDIA/apex
cd apex
pip install https://download.pytorch.org/whl/cu101/torch-1.7.1%2Bcu101-cp37-cp37m-linux_x86_64.whl
pip install https://download.pytorch.org/whl/cu101/torchvision-0.8.2%2Bcu101-cp37-cp37m-linux_x86_64.whl
pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
cd ..
pip3 install -r requirements.txt
python3 setup.py install
pip3 install cython
pip3 install 'git+https://github.com/cocodataset/cocoapi#subdirectory=PythonAPI'
pip install loguru thop tabulate
pip install opencv-python

问题cannot import name 'PILLOW_VERSION' from 'PIL'，方法conda install pillow==6.1

二、DEMO

下载预训练文件，目前github上的有问题

python tools/demo.py image -f exps/default/yolox_tiny.py -c yolox_tiny.pth --path image.png  --conf 0.5 --nms 0.45 --tsize 640 --save_result --device gpu

问题没有yolox模块，方法在demo.py里最前面加上import sys和sys.path.append("/home/lwd/code/dl/YOLOX")
问题torch.nn‘ has no attribute ‘SiLU‘，方法对应行改成module = SiLU()
问题yolox_tiny.pth is a zip archive，是因为pytorch版本低于1.6，遂决定使用cuda10.1

三、训练自己的数据集

参考这篇，使用VOC格式训练
先使用labelme给数据打好标签，然后在图片和json文件的目录下运行以下代码
需要先新建saved_path对应的文件夹
和参考博文不一样的是，坐标使用int，因为使用浮点数在训练时会出现错误：invalid literal for int() with base 10，错误的原因是直接将浮点型的字符串转成int，比如int('111.0')，应该是int(float('111.0'))。

import os
import numpy as np
import codecs
import json
from glob import glob
import cv2
import shutil
from sklearn.model_selection import train_test_split

labelme_path = "./"              
saved_path = "./MyVOC/VOC0520/"                


if not os.path.exists(saved_path + "Annotations"):
    os.makedirs(saved_path + "Annotations")
if not os.path.exists(saved_path + "JPEGImages/"):
    os.makedirs(saved_path + "JPEGImages/")
if not os.path.exists(saved_path + "ImageSets/Main/"):
    os.makedirs(saved_path + "ImageSets/Main/")
    

files = glob(labelme_path + "*.json")
files = [i.split(