- 前言
- 1、必要环境
- 2、安装
- 2.1 创建python3.7虚拟环境
- 2.2 下载pytorch (pytorch版本>=1.7)
- 2.3 配置YOLOx环境
- 2.4 测试效果
- 注意：图片和视频路径要放在当前文件夹下！！！！
- 3、训练自己的VOC数据集
- 4、测试
- 5、模型评估:
- 6、根据README.md流程走可能会出现的报错
- 6.1 编码报错 UnicodeDecodeError：gbk xxxxx
- 6.2 根据readme文档安装apex时报错 Removed build tracker:xxxxxxx
- 6.3 doesn’t contains class named ‘Exp’
- 6.4 File ended prematurely 文件过早结束
- 6.5 测试时目标框显示的类别不对
- 6.6 测试COCO模型时IndexError: tuple index out of range
- 6.7 加载预训练模型的时候 RuntimeError: Error(s) in loading state_dict for YOLOX
- 6.8 训练了10次进行模型评估的时候报错[Errno 2] No such file or directory: 'xxx.xml'
- 总结
前言
YOLOX踩坑记录，基于VOC数据集，本文将详细介绍训练+测试+模型评估的过程和个人遇到的所有报错
1、必要环境
Windows10+python3.7+CUDA10.1+CUDNN7.6.5
2、安装 2.1 创建python3.7虚拟环境- conda create -n yolo_x python=3.7
- activate yolo_x
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1 -c pytorch
测试是否安装成功
- python
- import torch
- print(torch.cuda.is_available())
出现如上界面则证明安装成功
- 进入github官网下载源码：yolox源码地址
- 安装依赖包：pip install -r requirements.txt
- 安装yolox: python setup.py install
- 到官网下载apex，解压到项目文件夹内 地址：apex源码
- cd到apex文件夹内 cd apex-maste
- 安装apex python setup.py install
- 安装pycocotools pip install pycocotools
- 下载预训练模型 地址：模型地址
1 测试图片
python tools/demo.py image -f exps/default/yolox_s.py -c ./yolox_s.pth.tar --path assets/dog.jpg --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu
效果：
2 测试视频
python tools/demo.py video -f exps/default/yolox_s.py -c ./yolox_s.pth.tar --path ./cut2.mkv --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu
效果：
voc数据集的制作参考我前面的博客 地址：windows10搭建PaddleDetection2.0
1 将VOCdevkit目录拷贝到datasets/VOC目录下：
ln -s D:/data/firesmoke/VOCdevkit/VOC2007/11 ./datasets/VOC
D:/data/firesmoke/VOCdevkit/VOC2007/11是VOCdevkit文件所在的路径
./datasets/VOC是要复制到的路径
2 修改 yolox/data/dataloading.py 如下：
在YOLO-main路径下执行python setup.py install 更新yolox
3 修改exps/example/yolox_voc/yolox_voc_s.py如下：
如下修改num_classes改为自己的类别数量
4 修改yolox/data/datasets/voc_classes.py为自己的类别
执行python setup.py install 更新yolox
5 修改yolox/evaluators/voc_eval.py 如下
在18行filename前加上Annotations文件夹的路径
执行python setup.py install 更新yolox
6 运行如下代码开始训练
python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 4 --fp16 -o -c yolox_s.pth.tar
-d 使用显卡个数 -b 批次大小 –fp16 是否开启半精度训练 -c 加载预训练模型
如果出现CUDA out of memory内存溢出，将–fp16 -o去掉，代码改为如下
python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 4 -c yolox_s.pth.tar
效果如下
7 继续上一批次恢复训练的话，改成如下形式
将—resume改为True，-c后面跟接要继续训练的权重文件
代码如下：
python tools/train.py -f exps/example/yolox_voc/yolox_voc_s.py -d 1 -b 4 -c YOLOX_outputs/yolox_voc_s/latest_ckpt.pth.tar4、测试
1 测试前修改demo.py如下
2 修改demo.py 85行左右的cls_name为VOC_CLASSES,还有265行左右的第三个参数
3 测试
python tools/demo.py video -f exps/example/yolox_voc/yolox_voc_s.py -c YOLOX_outputs/yolox_voc_s/latest_ckpt.pth.tar --path ./bb2.mp4 --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu
测试效果
1 输入如下代码进行模型评估
python tools/eval.py -f exps/example/yolox_voc/yolox_voc_s.py -c YOLOX_outputs/yolox_voc_s/latest_ckpt.pth.tar -d 1 -b 4 --conf 0.001 --fp16 --fuse
--fuse 融合Conv层与BN层(减少运算量，加速推理的一个东西)
效果：(只训练了一批次map怪低的)
解决方案：
修改50行 加上encoding=”utf-8”
解决方案：
将以上代码修改成如下，记得一定要cd到apex-master文件夹内执行
python setup.py install6.3 doesn’t contains class named ‘Exp’
解决方案：
-
拿yolox_s举例：
将 -n yolox-s 改为 -f exps/default/yolox_s.py -
如果是在pycharm里面运行代码，将相对路径改为绝对路径，如下所示：
这该死的报错耗了我大半个小时
解决方案：
将
改为
将–path 视频绝对路径改为相对路径！！！！！！！！！！！
解决方案：
参考 4、测试 的1,2步 运行python setup.py install更新yolox
解决方案：
在toolsdemo.py中把VOC_CLASSES 换回 COCO_CLASSES，修改85，256行左右的代码~
解决方案：
将train文件中44行左右—resume 改成False
解决方案：
代码跑通了，开心
如有问题，欢迎评论区交流！
学习交流群：995760755
