计算机视觉系列-YOLOX 在 MMDetection 中复现全流程解析
（一）
论文：YOLOX: Exceeding YOLO Series in 2021
论文链接：https://arxiv.org/abs/2107.08430
论文对YOLO系列进行了一些有经验的改进，形成了一种新的高性能探测器——YOLOX。论文将YOLO检测器切换为anchor-free方式，并采用其他先进的检测技术，即解耦头和领先的标签分配策略SimOTA，以在大规模模型范围内实现最先进的结果：对于只有0.91M参数和1.08G浮点的YOLO Nano，论文在COCO上获得25.3%的AP，超过NanoDet 1.8%的AP；对于工业上使用最广泛的探测器之一YOLOv3，论文在COCO上将其提高到47.3%AP，比当前的最佳做法高出3.0%AP；对于参数量与YOLOv4 CSP、YOLOv5-L大致相同的YOLOX-L，论文在特斯拉V100上以68.9 FPS的速度在COCO上实现了50.0%的AP，超过了YOLOv5-
