目标检测YOLO系列-YOLOVX运行步骤（推理、训练全过程）

1. 下载项目：点击下载

2. 进入项目根目录（通过cd命令）

   1. apex的安装与下载

      1. 下载apex

         git clone https://github.com/NVIDIA/apex
         

      2. 进入apex目录

         cd apex
         

      3. 执行安装命令

         python setup.py install
         

   2. 首先安装相关的类库：

      pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ -r requirements.txt
      

   3. 然后执行：

      python setup.py develop
      

3. 下载预训练权重（我这里下载的是：yolox_tiny.py），然后再项目根目录下建立文件夹weights，并将权重放进去

4. 测试执行：

   python tools/demo.py image -f exps/example/yolox_voc/yolox_voc_s.py -c weights/yolox_tiny.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device [cpu/gpu]
   

5. 训练过程（这里以OVC 2007举例）：

   1. 首先准备VOC数据集，将其放在dataset文件夹下，如下图，其中三个红框框标记出来的文件夹是必须有的（这里images文件夹也是存放图片，这里是博主将VOC转为YOLO格式训练V7用的，这里YOLOX用不到）
      

   2. 其次修改数据集类别数量

      1. 修改exps/example/yolox_voc/yolox_voc_s.py中的self.num_classes，这里VOC数据集为20类，所以修改为20

         

      2. 然后修改yolox/exp/yolox_base.py中的self.num_classes
         

      3. 其次修改VOC数据类别，将yolox/data/datasets/voc_classes.py中的标签信息，进行修改。
         

      4. 修改训练集信息，exps/example/yolox_voc/yolox_voc_s.py中的VOCDection，data_dir为数据集路径，image_sets因为我用的是VOC2007没有用2012，所以只保留2007
         

   3. 至此已修改完毕，执行训练命令：

      python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 0 -b 16 --fp16 -c weights/yolox_s.pth
      

注意事项

• 代码每次修改后要执行以下命令重新编译

  python setup.py install