yolox小计

1.环境配置

1.1 没有什么用的试错

 activate D:\conda\envs\pytorch
 pip3 install -U pip && pip3 install -r requirements.txt

报错

【解决办法】

python -m ensurepip --default-pip

报错

Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问。:'d:\conda\envs\pytorch\scripts\pip3.exe’Consider using the --user option or check the permissions.

【参考博文】YOLOX训练自己的数据集(超详细)

---

1.2 配置环境

正儿八经的开始了！
然后老老实实使用

1.2.1安装requirements.txt

pip install -r requirements.txt
python setup.py develop

这里要使用python来命令而不是python3，不然会出现以下报错

1.2.2安装 apex

下载安装包
cd到你的安装目录下

（1）如果你的设备是GPU

python setup.py install

这样子大概率就没问题了
（2）但是我的是cpu

需要先设置好环境变量

set TORCH_CUDA_ARCH_LIST="compute capability"
python setup.py install

注意在window中使用的是set，如果使用export就会出现以下报错

安装成功会提示！

1.2.3安装pycocotools

pip install cython
pip install pycocotools

【参考建议】浩哥的YOLOX实战：超详细！手把手教你使用YOLOX进行物体检测（附数据集）因为我之前配过可能有一些包没有写清楚，建议是移步去看这篇

2.代码分析

2.1 训练参数

参数	意义
-expn/ --experiment-name
-n	模型名称
-b/–batch-size	batch size
-d / --devices	用于训练的设备号
-f / --exp_file	实验描述文件
–resume	是否进行恢复训练
-c	checkpoint file
-e / --start_epoch	恢复训练开始的epoch
–num_machines	训练的节点
–machine_rank	多节点训练的节点等级
–fp16	是否采用混合精度训练（默认False）
–cache	将图像缓存到RAM以快速训练
-o/ --occupy	首先占用GPU内存进行培训(默认是false)
-l/ --logger	用于度量的记录器。实现的记录器包括“tensorboard”(默认)和“wandb”。”
opts	使用命令行修改配置选项

必须要传入的是
（1） -n模型名字 或 -f / --exp_file 实验描述文件