YOLOX安装流程记录-YOLOX修改训练文件

1 下载安装文件

2 查看环境\创建环境\激活环境

conda env list
conda create --name yolox
source activate yolox

3  安装requirements.txt文件里面的环境

pip install -r requirements.txt
 

遇到如下问题:
英文
ERROR: Could not find a version that satisfies the requirement nvidia-cublas-cu11==2022.4.8 (from versions: 0.0.1.dev5)
ERROR: No matching distribution found for nvidia-cublas-cu11==2022.4.
翻译

错误：找不到满足nvidia-cublas-cu11==2022.4.8要求的版本（来自版本：0.0.1.dev5）

错误：未找到nvidia-cublas-cu11==2022.4的匹配分布。
截图


问题原因：
我们经常通过pip安装东西时常常会出现ERROR: Could not find a version that satisfies the requirement xxx的问题。该问题常常会误导我们认为是下载的安装包之间存在冲突，因而花费大量的时间去配置各种各样的环境。
其实出现这个问题的原因是python国内网络不稳定，直接导致报错。因此我们常用镜像源来解决此问题。
解决办法：

pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

具体到安装yolox为

pip install -r requirements.txt -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

加上豆瓣云之后，结果是
ERROR: Could not find a version that satisfies the requirement nvidia-cublas-cu11==2022.4.8 (from versions: 0.0.1.dev5)
ERROR: No matching distribution found for nvidia-cublas-cu11==2022.4.8

4 参考requirements.txt安装完成后，pip3 install -v -e .
或者参考
https://github.com/Megvii-BaseDetection/YOLOX
安装。
（值得注意的是这个安装需要在文件夹yolox-beifen内终端运行,这里面有setup.py文件）

遇到问题：
英文
WARNING: Discarding file:///home/aaa/DL/code/%E8%88%AA%E6%B5%B7%E6%95%B0%E6%8D%AE%E6%99%BA%E8%83%BD%E6%AF%94%E8%B5%9B/code/yolox-beifen. Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output.
ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output.
中文

警告：丢弃file:///home/aaa/DL/code/%E8%88%AA%E6%B5%B7%E6%95%B0%E6%8D%AE%E6%99%BA%E8%83%BD%E6%AF%94%E8%B5%9B/code/yolox-北芬。命令出错，退出状态为1:python设置。py egg\u info检查日志以获得完整的命令输出。

错误：命令出错，退出状态1:python设置。py egg\u info检查日志以获得完整的命令输出。

解决办法：
在有setup.py文件的路径下运行  pip3 install -v -e .

 另外如果遇到有些问题是：
没有安装torch
解决办法
安装torch,
或者直接在有torch的环境安装就行(我采用了这个办法使用了tan这个路径)

遇到问题
没有yolox

解决办法
这是因为路径不对yolox在文件夹yolox-beifen里面（上一级）

解决办法

 添加yolox文件夹所在的绝对路径

遇到问题
后面会遇到各种包每安装的情况，分别对应安装即可
ModuleNotFoundError: No module named 'mmcls'
ModuleNotFoundError: No module named 'xxx'
...
ModuleNotFoundError: No module named 'xxx'
mmcv

后面就成功运行了！

下面替换数据集
参考下面博客（十分清晰）
YOLOX训练自己的数据集(超详细)_AI小白一枚的博客-CSDN博客_yolox训练自己的数据集

0、数据集预处理

        在这里选择使用VOC格式对YOLOX进行训练，处理的图片主要包含三个文件夹，其中

1) Annotations存放的是xml标签数据，
2) JPEGImages存放的是图片数据，
3) ImageSets存放的是训练、验证、测试的txt文件。

1、改标签

将yolox/data/datasets/voc_classes.py中的标签信息，进行修改。

注意：类别后面都要加逗号，例如“car”后面加了一个逗号“，”。

2、 修改类别数量
exps/example/yolox_voc/yolox_voc_s.py 中的self.num_classes
 

3、修改训练集信息

修改
exps/example/yolox_voc/yolox_voc_s.py
中的VOCDection。

data_dir是前面product_ak的绝对路径，

images_sets修改为trainval

 max_labels表示图片最多的目标数量，设为50。

4、修改
yolox/data/datasets/voc.py
中，VOCDection函数中的读取txt文件。

5、修改
exps/example/yolox_voc/yolox_voc_s.py
中的get_eval_loader函数。

 data_dir是前面product_ak的绝对路径，

 images_sets修改为test

6、修改不同的网络结构

 以YOLOX_l网络为例，比如在 exps/default/yolox_s.py 中，
self.depth=1.0，self.width=1.0。
和Yolov5中的不同网络调用方式一样。

为了统一不同的网络结构，继续修改exps/example/yolox_voc/yolox_voc_s.py中的，self.depth和self.width。

再修改yolox/exp/yolox_base.py中的，self.depth和self.width。

 

7、修改其他相关参数

 --修改验证epoch的数量

目前代码中是训练迭代10个epoch，再对验证集做１次验证，但大白想每迭代1个epoch，即做一个验证，及时看到效果。

修改验证时的相关信息

主要对读取验证信息的相关代码进行调整，代码在yolox/data/datasets/voc.py中_do_python_eval函数中。

--因为自有数据集没有year信息，所以将其中的rootpath和name修改

--因为没有year信息，所以将其中的cachedir修改；修改use_07_metric的信息。

尝试进行训练

解决RuntimeError: CUDA error: device-side assert triggeredCUDA kernel errors...CUDA_LAUNCH_BLOCKING=1_锦鲤AI幸运的博客-CSDN博客