用YOLOX训练自己的数据集

已于 2023-03-10 21:09:38 修改
阅读量2k 收藏 3
点赞数
分类专栏： RapidAI 文章标签： 深度学习 目标检测
于 2021-07-26 21:07:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shiwanghualuo/article/details/119118426
版权
引言
  • 近来，YOLOX横空出世，对工业界良好，速度和精度都诱人
  • 无奈用它训练自己的数据集，实在不好用
  • 于是今天有空就搞了一下，目前可以训练自己的数据集，但是也要把数据转换为COCO格式
详细链接如下
  • YOLOX
  • 欢迎交流，目前被merge到主仓库了
后续
  • 同时为了便于将YOLOV5系列和DarkNet系列训练集数据转换为YOLOX所用的COCO格式，周末整理了转换的仓库，欢迎大家使用和交流
  • YOLO2COCO
Liekkas Kono
关注
专栏目录
YOLOX训练自己的数据集（COCO格式）
G果的博客
04-06 3083
yolox+coco
【VisDrone数据集】YOLOX训练VisDrone数据集步骤与结果
Gorgeous_wxd
08-13 1648
YOLOX训练VisDrone数据集步骤与结果。
YOLOX训练自己的数据集
canpian7的博客
03-25 5264
前面的准备工作我已经在这篇博文写过了 YoloX训练VOC数据集（自用）自己运行踩坑，在windows系统运行 下面就是做数据集准备和修改相关代码了 1.数据集准备 使用voc的数据集目录结构如下 VOC2007 --Annotations --000000.xml --000001xml --ImageSets --main --test.txt --trainval.txt --val.txt --train.txt --JPEGImages --000000.jpg --00
yolo数据集格式按照每一个类别的比例划分数据集
最新发布
qq_15060477的博客
07-31 330
base_train_images_path 待划分数据的训练集图像路径–base_val_images_path 待划分数据的验证集图像路径–save_root_path 新的数据集保存路径 ，主目录名–train_ratio 训练集所占的比例。
YOLOX 训练自己的数据集
Banbakaban的博客
11-01 1448
YOLOX 是旷视提出的一个新的高性能检测器，从论文来看，backbone和neck相比前作变化不大，主要更改在于输入端的数据增强加入了mixup，预测层相比前作改为了解耦的方式。 本文将针对一个Finger识别项目，介绍ubuntu命令行下，yoloX从环境搭建到模型训练的整个过程。 算法原理阅读: GitHUB 论文 CVer 1.环境 训练使用的环境如下： Ubuntu 20.04 python 3.8.8 torch 1.8.2+cu111 torchvision 0.9.2+cu111 NVIDI
使用yolox训练自己的数据集并测试
pyscl01的博客
06-16 3075
手把手教会你使用yolox训练自己的数据集并测试
YOLOX训练自己的数据集(voc).docx
08-11
为了使用 YOLOX，我们需要准备自己的数据集，这篇文章将指导你如何准备自己的 VOC 数据集并使用 YOLOX 训练模型。 数据集目录结构 首先，我们需要准备数据集目录结构。假设我们的数据集目录名为 `YOLOX`，那么我们...
基于coco数据集的yolox模型预训练权重
11-07
yolox模型预训练权重
yolox训练自己数据集
09-01
要使用YOLOX训练自己的数据集，你可以按照以下步骤进行操作： 1. 下载YOLOX源码，并配置环境。你可以在文章目录中找到有关如何下载YOLOX源码和配置环境的详细说明。 2. 修改源码以添加权重文件。在YOLOX-main\exps...
YOLOX推理系列4-使用YOLOX训练自己的数据集
yinqinggong的博客
12-08 9871
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码
Yolox训练自己的数据集教程
water_93的博客
09-22 1034
YOLOX训练自己的数据集
使用YOLOX训练自己的数据集
qq_42145862的博客
01-13 4931
文章目录环境准备数据集准备安装YOLOX修改配置文件修改检测类别修改训练参数修改训练数据集路径修改Voc.py文件中Annotations文件的读取格式训练修改train.py检测 环境准备 需要：pytorch>=1.7 去官网查看对应的CUDA版本号：https://pytorch.org/get-started/previous-versions/，我的CUDA是10.2的 conda create -n torch1.7.0 python=3.7 #创建新环境 conda install
YOLOX训练自己的数据集(超详细)
热门推荐
qq_40716944的博客
09-22 7万+
目录 一、YOLOX安装 1、下载GitHub上的代码 2、安装yolov5所需要的依赖环境 （1）、安装代码依赖的库文件 （2）、通过setup.py安装一些库文件 （3）、安装apex文件 二、YOLOX训练自己的数据集 1、数据集预处理 2、修改代码 （1）、将yolox/data/datasets/voc_classes.py中的标签信息，进行修改。 （2）、修改类别数量 （3）、修改训练集信息 （4）、修改exps/exa...
手把手教你利用YOLOX训练自定义数据集（COCO Dataset）
Mickey的博客
05-29 2068
YOLOX 支持使用自定义数据集进行训练。为了在 YOLOX 上运行我们自己的数据集，我们需要遵循以下基本步骤
训练自己数据集的YOLOX模型，手把手教学
vcxzksj的博客
10-27 1150
训练自己数据集的YOLOX模型，手把手教学
YOLOX-入门2-训练-【Reproduce our results on COCO】
weixin_41793473的博客
07-23 2933
YOLOX-入门2-训练-【Reproduce our results on COCO】 上一篇： YOLOX-部署与测试 部署的平台：【极链AI云平台】 YOLOX地址： https://github.com/Megvii-BaseDetection/YOLOX 复现YOLOX在COCO数据集的结果 数据集 在部署平台极链AI云上，有提供数据集，其中就包括coco2017，可以直接用ln语句在自己的YOLOX路径下建立软链接，使用方便。 在极链AI云提供的coco数据集中，有提示该coco数据集的路径，
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值