yoloX训练自己的数据集(踩的坑)

深入浅出Yolox之自有数据集训练超详细教程 - 知乎 (zhihu.com)

参考博文

pip install -r requirements.txt
pip install setuptools==58.2.0 # 这步非常重要 新版本不再支持easy_install
pip install -v -e .  # or "python setup.py develop"
sudo apt-get install libglib2.0-0

  yolox部署及报错

https://blog.csdn.net/qq_40608730/article/details/119170527?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-119170527-blog-123641267.pc_relevant_vip_default&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-119170527-blog-123641267.pc_relevant_vip_default&utm_relevant_index=2https://blog.csdn.net/qq_40608730/article/details/119170527?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Rate-1-119170527-blog-123641267.pc_relevant_vip_default&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Rate-1-119170527-blog-123641267.pc_relevant_vip_default&utm_relevant_index=2

tensorboard 可视化

在源代码中,包含着COCOAP50和COCOAP50_95随着epoch的变化,最终的结果存储在保存的模型文件夹下,名字以==events.out.tfevents.==开头,可以使用tensorboard查看,命令如下:

tensorboard --logdir = path
path为events文件所在文件夹
一般会弹出以下命令:

 I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll  

Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all

TensorBoard 2.4.0a20201102 at http://localhost:6006/ (Press CTRL+C to quit)

在浏览器中输入http://localhost:6006/即可查看。
 

Jetson nano上使用ncnn部署yolox

http://t.csdn.cn/8IE34

# CUDA 11.3
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
Anaconda常用命令小结 - 知乎

安装的torch版本

(pyy38) dell@node01:~$ python
Python 3.8.13 (default, Mar 28 2022, 11:38:47)
[GCC 7.5.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>import torch
>>>print(torch.__version__)
1.11.0+cu113
>>>print(torch.cuda.is_available())
True
>>>print(torch.cuda.get_device_name(0))
NVIDIA GeForce RTX 3090

踩完坑终于跑起来了yolox

首先重新安装了pytorch,创建新环境时指定python版本

conda create py38 python=3.8

2 在pytorch官网上安装系统cuda对应版本的pytorch,

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

3 安装完成后测试cuda

cuda安装成功后

4 git clone yolox

5 安装依赖

6测试demo

 python tools/demo.py image -n yolox-s -c /YOLOX/weights/yolox_s.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu

7 制作自己的数据集

在datasets文件夹下创建VOCdevkit文件夹

VOC 2007

8 在exps/example/yolox_voc/yolox_voc_s.py 文件下修改类别数,及删除VOC2012 在46行

9 运行python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 8 -c weights/yolox_s.pth

怎么把本地文件上传至docker 容器

我要把本地电脑的​​mysql-connector-java-5.1.46.jar​​​上传到​​Linux​​​下​​Docker​​​里面的​​logstash​​​容器下的​​/usr/share/logstash/lib​​目录。

docker cp 本地文件路径 ID全称:容器路径

查找所有容器id

docker ps -a

查找容器长ID

docker inspect -f '{{.ID}}' 容器名(name)

拷贝本地文件到容器

docker cp 本地路径 容器长ID:容器路径

删除torch

pip uninstall torch
pip uninstall torchvision

sudo kill -9 12713

杀死进程

watch -n 10 nvidia-smi

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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\example\yolox_voc\yolox_voc_s.py文件中,你可以修改文件路径,添加你自己的权重文件。 3. 建立VOCdevkit文件夹并添加数据集。将你的数据集文件夹放置在YOLOX-main\YOLOX\data\datasets目录下,并确保你的数据集文件夹的结构与VOCdevkit类似。 4. 划分训练集和测试集。在你的数据集文件夹中,可以根据你的需求创建train.txt和val.txt文件来划分训练集和测试集。 5. 修改类别为自己训练样本的classes。在YOLOX-main\yolox\data\datasets\voc_classes.py文件中,将classes列表修改为你自己数据集的类别。 6. 开始训练。使用命令行工具进入YOLOX-main目录,并运行以下命令开始训练:python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py --name yolox_voc_s 7. 训练过程中可能会出现一些错误,例如ModuleNotFoundError、FileNotFoundError等。根据具体的错误信息进行调试,并解决相关问题。 8. 训练完成后,你可以进行测试。使用以下命令运行测试:python tools/eval.py -f exps/example/yolox_voc/yolox_voc_s.py --name yolox_voc_s 希望以上步骤可以帮助你成功使用YOLOX训练自己的数据集。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [WIN10使用YOLOX训练自己的数据集(图解超详细)](https://blog.csdn.net/qq_44824148/article/details/122445760)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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