yolox 训练问题记录

如果是训练自己的数据，建议按以下几步检查一下问题：

1. pull最新的代码，我们已经在coco数据集上完整验证过，所以还有问题的话可以排除训练代码的问题；
2. 检测你的数据集和标注，可视化gt、对其coco或者voc的格式等等；
3. 一定记得加载预训练好的COCO权重；
4. 观察training loss，同时修改eval_interval=1，每个epoch都评测一次。如果training loss还是在10以上徘徊，建议返回第2步再看看（COCO数据集上前3个epoch之后total loss能降到7~8左右，如果你的数据集类别低于80类，loss只会更低）
5. 如果AP还有明显的先升后降这种形式，可以考虑调小lr，调小max_epoch等等 （特别是如果你的数据集只有几百张图，那还是别训300 epoch了吧）

一、模型训练参数修改

1、修改yolox_base.py

self.num_classes = 15                                                           self.input_size = (416,416)                                             self.train_ann = 'voc.json'#"instances_train2017.json"
self.val_ann = 'voc.json'#"instances_val2017.json"

2、yolox/data/datasets/coco.py

注意图片路径及图片后缀，修改为自己图片的路径：

img_file = os.path.join(
    #self.data_dir, self.name, "{:012}".format(id_) + ".jpg"
    self.data_dir, self.name, 'test', imgname
)

二、报错：

1、训练10个epoch后，eval出现’yolox.core.trainer:after_train:186 - Training of experiment is done and the best AP is 0.00‘问题。

     原因：验证代码没有正常运行，我的问题是验证集路径错误，软链接失效，导致无法读取验证集文件。为了快速验证训练、验证数据的准确型，可以在yolox_base.py文件将self.eval_interval参数置为1,训练1个epoch后进行验证。

三、yolo格式训练数据训练yolox

https://github.com/sunanlin13174/YOLOX-train-your-data