复盘自用：使用yolox训练自己的数据集（仅参考）_yolox训练自己数据集

一  安装环境

超详细！手把手教你使用YOLOX进行物体检测（附数据集） - 知乎 (zhihu.com)

参考这篇文章，装好先demo，demo成功说明没有问题。最好使用gpu推理，因为后期训练也是使用gpu。这样才能测试环境。

tips:我遇到的问题：pytorch capability sm_86 is not compatible with the current PyTorch installation。

torch版本与cuda版本不兼容。此处显卡为3090，我装了1.7.1和cuda11.0解决了问题。

直接执行这条命令解决了这个问题

我参考了这个文章解决的：解决pytorch capability sm_86 is not compatible with the current PyTorch installation 问题_cuda capability sm_86 is not compatible with the c-CSDN博客

pip3 install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/cu110/torch_stable.html
 

二 构建voc格式数据集

在根目录下创建VOCdevkit/VOC2007

其中annotation存放xml标签文件，JPEGimage放原始图片。ImageSets/Main下的两个文件可以根据代码建立，创建代码参考这篇文章。

YOLOX训练自己的数据集（头铁出来的超详细教程）-CSDN博客

三 修改配置文件

参考YOLOX训练自己的数据集(超详细)-CSDN博客

YOLOX训练自己的数据集（头铁出来的超详细教程）-CSDN博客

3.1类别定义

将里面的类别改为自己的类别名字

3.2 类别数量

将数字改为自己的类别数量

3.3数据文件路径

修改 yolox/data/dataloading.py改为自己的yolox路径

终于可以训练了！

 python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 4 --fp16  -c yolox_s.pth

更新：另一个训练方式

python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 16 --fp16 -o -c ./yolox_s.pth

3.4自己遇到的问题

3.4.1 路径导航不对

原因：前面在yolox执行了这段代码如下图，装了一个yolox的包，执行项目路径错误导航到这个包。解决办法：pip uninstall yolox，卸载掉

python setup.py install