关键词：
目录
（1）、将yolox/data/datasets/voc_classes.py中的标签信息，进行修改。
（4）、修改exps/example/yolox_voc/yolox_voc_s.py中的get_eval_loader函数。
YOLOX是旷视提出来的，研究者将解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展与 YOLO 进行了巧妙地集成组合，不仅实现了超越 YOLOv3、YOLOv4 和 YOLOv5 的 AP，而且取得了极具竞争力的推理速度。
一、YOLOX安装
1、下载GitHub上的代码
git clone https://github.com/Megvii-BaseDetection/YOLOX
2、安装yolov5所需要的依赖环境
（1）、安装代码依赖的库文件
cd /home/xxx/xxx/xxxr/YOLOX-main
pip3 install -U pip && pip3 install -r requirements.txt
（2）、通过setup.py安装一些库文件
通过setup.py安装一些库文件
输入命令：python3 setup.py develop
（3）、安装apex文件
输入命令：git clone https://github.com/NVIDIA/apex
sudo pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
二、YOLOX训练自己的数据集
1、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Annotations存放的是xml标签数据，JPEGImages存放的是图片数据，ImageSets存放的是训练、验证、测试的txt文件。
2、修改代码
（1）、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
- 修改exps/example/yolox_voc/yolox_voc_s.py中的self.num_classes
- 修改yolox/exp/yolox_base.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。
- 修改yolox/data/datasets/voc.py中，VOCDection函数中的读取txt文件。
（4）、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
（5）、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。
（6）、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。
三、YOLOX训练
1、终端训练
将下载好的yolox_s.pth.tar放到YOLOX文件夹中，打开终端，在终端中输入：
python3 tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 0 -b 64 -c yolox_s.pth.tar
2、Pycharm训练
代码运行时，常常需要Debug的方式，进行调试执行。所以可以修改train.py的几个配置参数，采用Debug或者Run的方式进行执行。主要需要修改以下参数：
- batch-size
根据自己机器的配置，设置batch-size的参数，比如设置为64。
- devices参数
如果GPU服务器只有1张卡，将devices的default修改为0。
- exp_file参数
将exp_file的default修改为yolox_voc_s.py的路径（如代码版本更新，可重置路径）。
- ckpt参数
如果使用预训练权重，将ckpt的default修改为模型权重的路径。
然后就可以在pycharm里面进行训练了。
四、YOLOX训练及常见问题
在训练完成后，可以对训练的YOLOX算法模型进行测试，测试文件保存在tools/文件夹下，测试可以运行demo.py和eval.py这两个文件
1、利用demo.py进行测试
- 首先是选择测试的模式是图片还是视频，然后输入需要测试图片/视频的路径
- 修改yolox的配置文件，与训练时的配置文件一致
- 修改训练后模型的保存地址，以及是否使用GPU进行加速
- 到此就可以运行demo.py进行demo测试了，测试后输出测试结果，如下所示
2、利用eval.py进行测试
-
修改eval.py文件中的batch_size大小，可根据个人的显卡大小修改
- 修改yolox的配置文件，与训练时的配置文件一致
- 修改测试时使用的模型，得分阈值、nms阈值等参数
- 修改上述参数就可以进行验证了，会输出模型在测试集的mAP等指标
[深度学习][原创]yolox快速训练自己数据集方法
...新中，本文将使用非常简单的步骤即可完成自己模型训练任务。第一步：搭建自己的yolox环境,yolox支持windows和linux大家按照官方教程安装即可，这里不是本文重点介绍。第二步准备数据集：一般我们用的是VOC数据... 查看详情
yolox推理系列4-使用yolox训练自己的数据集(代码片段)
使用YOLOX训练自己的数据集前言一、安装Anaconda二、安装YOLOX1.笔者掉入的坑2.开始安装3.测试YOLOX三、训练COCO128四、训练自己的数据集前言前面的文章，笔者在系统环境下使用OpenCV对YOLOX模型进行推理；在本节，我们需... 查看详情
yolox训练流程解析
yolox训练代码写得比较简单，就是需要我们自己根据自己的数据定义好加载数据的方式，评估方式即可。整体训练流程我用xmind画出来了，最主要就是定义YourDataDetection类，加载我们自己的训练集数据和验证集数据... 查看详情
yolox_nano训练和ncnn安卓部署总结（自己的数据集）(代码片段)
yolox_nano模型的参数量极小，并且有着一定的准确度而被使用到手机端的yolox部署：yolox_nano训练命令：pythontools/train.py-fexps/example/yolox_voc/yolox_voc_nano.py-d1-b8-cweights/yolox_nano.pthyolox_nano.pth是官网下载的coco数据 查看详情
最新版yolov6训练自己的数据集（超详细完整版！）(代码片段)
接着上篇文章继续写，本篇文章讲如何训练自己的数据集。从官网下载YOLOv6源码：meituan/YOLOv6:YOLOv6:asingle-stageobjectdetectionframeworkdedicatedtoindustrialapplications.(github.com)https://github.com/meituan/YOLOv6一、创建文件将t 查看详情
yolox实战：超详细！手把手教你使用yolox进行物体检测（附数据集）(代码片段)
版权声明：本文为奥比中光3D视觉开发者社区特约作者授权原创发布，未经授权不得转载，本文仅做学术分享，版权归原作者所有，若涉及侵权内容请联系删文。公众号：“3D视觉开发者社区”摘要YOLOX:Excee... 查看详情
yolox训练自己的数据(代码片段)
前言：此文是我从yolov5替换到yolox训练的过程，前提是我们有图片和标注文件，而且都是yolov5的txt格式的；之前在网上看了一圈，怎么用自己的数据训练yolox模型，都是需要把标注文件整理成voc格式或coco数... 查看详情
超详细！手把手教你使用yolox进行物体检测（附数据集）(代码片段)
版权声明：本文为奥比中光3D视觉开发者社区特约作者授权原创发布，未经授权不得转载，本文仅做学术分享，版权归原作者所有，若涉及侵权内容请联系删文。公众号：“3D视觉开发者社区”摘要YOLOX:Excee... 查看详情
yolov5训练自己的数据集（超详细，小白必看）
...f0c;接下来看文件内需要放哪些内容。说一下，既然是训练自己的数据集就需要我们对自己寻找的数据集进行标注，这边我使用的是labelimg它是用Python编写的，并将Qt用于其图形界面具体怎么使用大家可以参考(21条消息)... 查看详情
yolov7训练自己的数据集（超详细教程）(代码片段)
...做标注二，下载YoloV7三，划分数据集四，模型训练4.1创建yaml文件4.2修改默认参数4.3开始训练五，训练模型遇到的问题5.1UnicodeDecodeError:'gbk'codeccan'tdecodetype0xafinposition525:illegalmultibytesequence5.2 subprocess.Calledpro... 查看详情
yolox训练自己的数据(代码片段)
前言：此文是我从yolov5替换到yolox训练的过程，前提是我们有图片和标注文件，而且都是yolov5的txt格式的；之前在网上看了一圈，怎么用自己的数据训练yolox模型，都是需要把标注文件整理成voc格式或coco数... 查看详情
yolox训练自己的数据(代码片段)
前言：此文是我从yolov5替换到yolox训练的过程，前提是我们有图片和标注文件，而且都是yolov5的txt格式的；之前在网上看了一圈，怎么用自己的数据训练yolox模型，都是需要把标注文件整理成voc格式或coco数... 查看详情
yolox训练自己的数据(代码片段)
前言：此文是我从yolov5替换到yolox训练的过程，前提是我们有图片和标注文件，而且都是yolov5的txt格式的；之前在网上看了一圈，怎么用自己的数据训练yolox模型，都是需要把标注文件整理成voc格式或coco数... 查看详情
yolo|用yolov7训练自己的数据集（超详细版）
...github上下载压缩包，然后解压，配置数据集然后训练。（可参考我之前做过的YOLOv5流程）二.克隆项目配置库gitclonehttps://github.com/WongKinYiu/yolov7打开项目下载要求的库：cdyolov7 查看详情
yolov7训练自己的数据集(超详细）(代码片段)
介绍2022年7月，YOLOv7来临，论文链接：https://arxiv.org/abs/2207.02696代码链接：GitHub-WongKinYiu/yolov7:Implementationofpaper-YOLOv7:Trainablebag-of-freebiessetsnewstate-of-the-artforreal-timeobjectdetectors废话不多说，赶紧上车！文件配置... 查看详情
[技术杂谈][原创]yolox快速训练助手使用教程
这是一个在windows平台操作yolox快速训练助手，可以帮助初学者，刚入门的学者，懒人专用的yolox训练工具，工具需要大家自己提前先把yolox环境安装好，然后使用这个软件训练十分方便。训练基本不需要什么配... 查看详情
darknet-yolov3训练自己的数据集windows上超简单全程不写代码(代码片段)
darknet-yolov3训练自己的数据集一般要写代码自己转化数据集，还要修改配置文件，数据集也不保证都是正确标注的，这个流程一般对初学者或者不熟悉的人经常弄错，只要一个配置参数改错就会导致训练出现问题&#... 查看详情
数据挖掘经典算法之k-邻近算法（超详细附代码）
...求出待分类的数据点类别。基本思想kNN的思想很简单：在训练集中选取离输入的数据点最近的k个邻居，根据这个k个邻居中出现次数最多的类别（最大表决规则），作为该数据点的类别。kNN算法中，所选择的邻居都是已经正确分... 查看详情