前言

最近想跑一下旷世开源的YOLOX，本想着属于YOLO系列，代码大致都和YOLOv5差不多，没想到代码整体差异还是挺大的，跑通的过程中踩了不少坑，这篇就来记录一下整个流程。

官方源码：https://github.com/Megvii-BaseDetection/YOLOX

项目整体框架

项目框架和YOLOv6比较相似，训练、测试、检测三个核心函数都封装在tools文件夹中。
另外项目里有个dataset文件夹用来专门存放数据集，对于源码不熟悉建议先把数据集放在这个文件夹下。

数据预处理

官方的tutorials包含了CoCo和VOC两个经典数据集的训练方式，本篇主要采用的是VOC数据集的训练方式。
首先，需要将自己的数据集按照VOC的格式进行放置，注意文件名不要变化。

之后，在Main文件夹下新建下面两个txt文件。

运行下面的脚本[2]，按照9：1的比例划分训练验证集和测试集。

import os
import randomtrainval_percent = 0.1
train_percent = 0.9
xmlfilepath = r'C:\Users\xy\Desktop\Work\YOLOX\datasets\VOC\VOCdevkit\VOC2007\Annotations'
txtsavepath = r'C:\Users\xy\Desktop\Work\YOLOX\datasets\VOC\VOCdevkit\VOC2007\ImageSets'
total_xml = os.listdir(xmlfilepath)num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)ftest = open(r'C:\Users\xy\Desktop\Work\YOLOX\datasets\VOC\VOCdevkit\VOC2007\ImageSets\Main\test.txt', 'w')
ftrain = open(r'C:\Users\xy\Desktop\Work\YOLOX\datasets\VOC\VOCdevkit\VOC2007\ImageSets\Main\trainval.txt', 'w')for i in list:name = total_xml[i][:-4] + '\n'if i in trainval:ftest.write(name)else:ftrain.write(name)
ftrain.close()
ftest.close()

修改配置文件

首先修改yolox/data/dataloading.py文件：

再修改exps/example/yolox_voc/yolox_voc_s.py文件：

修改数据集类别个数：

修改训练验证集路径：

修改测试集路径：

然后，修改yolox/data/datasets/voc_classes.py：
这里修改成自己数据集的类别：

接着，修改yolox/evaluators/voc_eval.py ：

该文件用于读取xml标签信息

然后，修改yolox\exp\yolox_base.py

这里包含了很多训练的超参数(很奇怪开发者为什么不按照惯例把它写在train.py中)

其中，我主要修改这几个量：

self.max_epoch = 300：指定训练epoch
self.print_interval = 10：每经过10个batch打印一次
self.eval_interval = 1：每训练一次进行验证
self.data_num_workers = 0 ：只使用主线程

最后，修改主程序tools/train.py

主要修改这三个量：

下面也可以修改"-c", "--ckpt"来指定官方提供的预训练模型，不指定则从0开始训练。

运行train.py就可以成功开始训练了。

如果还遇到一些报错，可以尝试在文件根目录下运行python setup.py install来更新一些依赖。

检测

训练完之后，保存的模型会存放在tools/YOLOX_outputs/yolox_voc_s/best_ckpt.pth

注意检测前还需要修改类别标签，YOLOX和YOLOv6一样，类别标签并不保存在模型之中，而是在检测时再进行映射，猜测这么做可能是可以减小模型体积，加快推理速度。

在yolox/data/datasets/__init__.py中添加from .voc_classes import VOC_CLASSES

然后在demo.py中，将所有COCO_CLASSES替换成VOC_CLASSES

检测图片

python tools/demo.py --save_result -f exps/example/yolox_voc/yolox_voc_s.py  -c tools/YOLOX_outputs/yolox_voc_s/best_ckpt.pth --device gpu --tsize 640 --path assets/dog.jpg

检测视频

python tools/demo.py --save_result -f exps/example/yolox_voc/yolox_voc_s.py  -c tools/YOLOX_outputs/yolox_voc_s/best_ckpt.pth --device gpu --tsize 640 --demo video --path C:\Users\xy\Desktop\sucai\wangzhe\zhuge.mp4

拓展：添加帧率显示

对于视频，如果需要显示帧率，可以进行如下操作：
在visual函数中添加：

def visual(self, output, img_info, cls_conf=0.35):ratio = img_info["ratio"]img = img_info["raw_img"]if output is None:return imgoutput = output.cpu()bboxes = output[:, 0:4]# preprocessing: resizebboxes /= ratiocls = output[:, 6]scores = output[:, 4] * output[:, 5]vis_res = vis(img, bboxes, scores, cls, cls_conf, self.cls_names)# 添加帧率检测cv2.putText(img, "FPS:{:.1f}".format(1. / (time.time() - self.tt)), (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 2,(225, 221, 156), 4)self.tt = time.time()return vis_res

在Predictor中添加self.tt = time.time()

class Predictor(object):def __init__(self,model,exp,cls_names=VOC_CLASSES,trt_file=None,decoder=None,device="cpu",fp16=False,legacy=False,):self.model = modelself.cls_names = cls_namesself.decoder = decoderself.num_classes = exp.num_classesself.confthre = exp.test_confself.nmsthre = exp.nmsthreself.test_size = exp.test_sizeself.device = deviceself.fp16 = fp16self.preproc = ValTransform(legacy=legacy)self.tt = time.time()

结果展示

我使用网络上搜集到的王者荣耀数据集进行训练，再检测自己的一局对局视频，和YOLOv5/YOLOv7/YOLOR进行对比，效果如下

YOLOv5/YOLOv7/YOLOX/YOLOR对比测试

B站Link：https://www.bilibili.com/video/BV1zU4y1C7Kn

数据集从网络搜集：https://aistudio.baidu.com/aistudio/datasetdetail/165546

总结

从各算法的对比检测效果来看，YOLOX的帧率是最快的，但是这里面也需要考虑到YOLOX未渲染中文带来的影响。不过，从视觉上看，YOLOX的检测精度不如其它算法，这也可能是数据集较少导致的。

YOLOX的学习成本比YOLOv5要高，里面需要修改的参数太多，可能是企业更多考虑了技术的版权问题或是单纯地在秀技，总之，写成这样，对于初学者真不友好。

References

[1]https://zhuanlan.zhihu.com/p/460677014
[2]https://blog.csdn.net/weixin_44123583/article/details/124194355

【目标检测】YOLOX训练王者荣耀数据集相关推荐

深度学习实战（七）——目标检测API训练自己的数据集（R-FCN数据集制作+训练+测试）
TensorFlow提供的网络结构的预训练权重:https://cloud.tencent.com/developer/article/1006123 将voc数据集转换成.tfrecord格式供te ...
目标检测--RFBNet训练自己制作数据集出现loss=nan问题的解决方法
之前用RFBNet进行目标检测,采用的数据集是VOC2007和VOC2012.最近用在自己的数据集进行训练,由于我的数据集格式跟VOC格式不一样,根据网上的经验,我就开始将自己的数据集制作成VOC格式 ...
paddledet 训练旋转目标检测 ppyoloe-r 训练自己的数据集
1.数据转换 labelme2coco,原来是labelme标注的points 通过opencv转为4个坐标 # encoding=utf-8 import argparse import colle ...
YOLO目标检测，训练自己的数据集（识别海参）
向AI转型的程序员都关注了这个号
[数据集][VOC][目标检测]河道垃圾水面漂浮物数据集目标检测可用yolo训练-1304张介绍
数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数):1304 标注数量(xml文件个数):130 ...
YOLOV3目标检测模型训练实例
YOLOV3目标检测从零开始学习使用keras-yolov3进行图片的目标检测,比较详细地记录了准备以及训练过程,提供一个信号灯的目标检测模型训练实例,并提供相关代码与训练集. DEMO测试 YOL ...
基于mmdetection 旋转目标检测（OBB detection)+DOTA数据集自定义数据集+配docker
这两周得益于组里的任务需求,肝了一个遥感类的飞机旋转框目标检测,在给定的4096*4096的大尺度分辨率图片上去识别检测飞机. 经过模型检测后输出结果图如下图所示: 可以看到最终的结果还是不错的,通过 ...
目标检测任务中常用的数据集格式(voc、coco、yolo)
在目标检测任务中,常见的数据集格式有三种,分别为voc(xml).coco(json).yolo(txt). 一.Pascal VOC Pascal VOC数据集是目标检测的常用的大规模数据集之一,从 ...
WIN10使用YOLOX训练自己的数据集（图解超详细）
文章目录 WIN10使用YOLOX训练自己的数据集(图解超详细) 下载YOLOX源码配置环境,修改源码添加权重文件建立VOCdevkit文件夹添加数据集划分训练集和测试集修改类别为自己 ...

【目标检测】YOLOX训练王者荣耀数据集

前言