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
在这里插入图片描述
【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.

yolox小计_第1张图片
【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
在这里插入图片描述

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
yolox小计_第2张图片
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
在这里插入图片描述
安装成功会提示!
在这里插入图片描述

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

你可能感兴趣的:(目标检测,pytorch,python,深度学习)