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