YOLOX系列一 -- 代码下载以及win10上demo运行

YOLOX系列一

代码下载以及win10部署

---

---

任务

1、下载源码
2、安装环境
3、运行demo

---

一、代码地址以及参考论文

论文：YOLOX: Exceeding YOLO Series in 2021
代码：Megvii-BaseDetection/YOLOX

二、环境搭建

1.安装依赖包

直接按照requments.txt中需要的依赖包进行安装。

numpy
torch>=1.7
opencv_python
loguru :  pip install loguru -i https://pypi.tuna.tsinghua.edu.cn/simple
scikit-img : pip install pip install scikit-image
tqdm
torchvision
Pillow
ninja
tabulate
tensorboard

测试demo还需要安装pycocotools：下载地址

2.下载权重以及修改文件目录

环境搭建完成后，进行demo运行。
我使用的测试用例是yolox_x模型。
首先下载yolox_x模型权重，在模型git源码表格中，保存在weights文件夹下。
为了便于运行，将yolox文件夹复制到tools文件夹下，与demo.py处于同级。
目录结构如图：

三、运行demo.py

运行（yolox_x模型为例）：
命令行运行方式： python tools/demo.py image -f exps/default/yolox_x.py -c weights/yolox_x.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu
运行结果默认保存在YOLO_outputs文件夹下。每种模型的输出保存在对应模型名称文件夹下。

测试结果展示：

至此，命令行方式demo运行结束。
demo.py也可以通过pycharm直接运行，不过需要修改配置参数，在下节代码分析时进行演示。

总结

代码跑通了，撒花✿✿ヽ(°▽°)ノ✿
若发现文章有误，欢迎指出。
有用的话点个赞吧，万分感谢！