ubuntu16.04使用yolox-tiny，训练自己的数据集并验证

一、安装

• pytorch==1.7.1
• torchvision-0.8.2
• cuda10.1

git clone https://github.com/Megvii-BaseDetection/YOLOX
conda create -n yolox3.7 python=3.7
source activate yolox3.7
cd YOLOX
git clone https://github.com/NVIDIA/apex
cd apex
pip install https://download.pytorch.org/whl/cu101/torch-1.7.1%2Bcu101-cp37-cp37m-linux_x86_64.whl
pip install https://download.pytorch.org/whl/cu101/torchvision-0.8.2%2Bcu101-cp37-cp37m-linux_x86_64.whl
pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
cd ..
pip3 install -r requirements.txt
python3 setup.py install
pip3 install cython
pip3 install 'git+https://github.com/cocodataset/cocoapi#subdirectory=PythonAPI'
pip install loguru thop tabulate
pip install opencv-python

• 问题cannot import name 'PILLOW_VERSION' from 'PIL'，方法conda install pillow==6.1

二、DEMO

• 下载预训练文件，目前github上的有问题

python tools/demo.py image -f exps/default/yolox_tiny.py -c yolox_tiny.pth --path image.png  --conf 0.5 --nms 0.45 --tsize 640 --save_result --device gpu

• 问题没有yolox模块，方法在demo.py里最前面加上import sys和sys.path.append("/home/lwd/code/dl/YOLOX")
• 问题torch.nn‘ has no attribute ‘SiLU‘，方法对应行改成module = SiLU()
• 问题yolox_tiny.pth is a zip archive，是因为pytorch版本低于1.6，遂决定使用cuda10.1

三、训练自己的数据集

• 参考这篇，使用VOC格式训练
• 先使用labelme给数据打好标签，然后在图片和json文件的目录下运行以下代码
• 需要先新建saved_path对应的文件夹
• 和参考博文不一样的是，坐标使用int，因为使用浮点数在训练时会出现错误：invalid literal for int() with base 10，错误的原因是直接将浮点型的字符串转成int，比如int('111.0')，应该是int(float('111.0'))。

import os
import numpy as np
import codecs
import json
from glob import glob
import cv2
import shutil
from sklearn.model_selection import train_test_split

labelme_path = "./"              
saved_path = "./MyVOC/VOC0520"                


if not os.path.exists(saved_path + "Annotations"):
    os.makedirs(saved_path + "Annotations")
if not os.path.exists(saved_path + "JPEGImages/"):
    os.makedirs(saved_path + "JPEGImages/")
if not os.path.exists(saved_path + "ImageSets/Main/"):
    os.makedirs(saved_path + "ImageSets/Main/")
    

files = glob(labelme_path + "*.json")
files = [i.split("/")[-1].split(".json")[0] for i in files]

#4. xml
count = 0
for json_file_ in files:
    json_filename = labelme_path + json_file_ + ".json"
    json_file = json.load(open(json_filename,"r",encoding="utf-8"))
    height, width, channels = cv2.imread(labelme_path + json_file_ +".jpg").shape
    with codecs.open(saved_path + "Annotations/"+json_file_ + ".xml","w","utf-8") as xml:
        xml.write('\n')
        xml.write('\t' + 'UAV_data' + '\n')
        xml.write('\t' + json_file_ + ".jpg" + '\n')
        xml.write('\t\n')
        xml.write('\t\tThe UAV autolanding\n')
        xml.write('\t\tUAV AutoLanding\n')
        xml.write('\t\tflickr\n')
        xml.write('\t\tNULL\n')
        xml.write('\t\n')
        xml.write('\t\n')
        xml.write('\t\tNULL\n')
        xml.write('\t\tNULL\n')
        xml.write('\t\n')
        xml.write('\t\n')
        xml.write('\t\t'+ str(width) + '\n')
        xml.write('\t\t'+ str(height) + '\n')
        xml.write('\t\t' + str(channels) + '\n')
        xml.write('\t\n')
        xml.write('\t\t0\n')
        for multi in json_file["shapes"]:
            points = np.array(multi["points"]).astype(int)
            xmin = min(points[:,0])
            xmax = max(points[:,0])
            ymin = min(points[:,1])
            ymax = max(points[:,1])
            label = multi["label"]
            if xmax <= xmin:
                pass
            elif ymax <= ymin:
                pass
            else:
                xml.write('\t\n')
                print(json_filename,xmin,ymin,xmax,ymax,label)
                count+=1
        xml.write('')
print(str(count)+' boxes')       
#5.
image_files = glob(labelme_path + "*.jpg")
print("copy image files to VOC/JPEGImages/")
for image in image_files:
    shutil.copy(image,saved_path +"JPEGImages/")
    
#6.split files for txt
txtsavepath = saved_path + "ImageSets/Main/"
ftrainval = open(txtsavepath+'/trainval.txt', 'w')
#ftest = open(txtsavepath+'/test.txt', 'w')
ftrain = open(txtsavepath+'/train.txt', 'w')
fval = open(txtsavepath+'/val.txt', 'w')
total_files = glob("./MyVOC/Annotations/*.xml")
total_files = [i.split("/")[-1].split(".xml")[0] for i in total_files]
#test_filepath = ""
for file in total_files:
    ftrainval.write(file + "\n")
#test
#for file in os.listdir(test_filepath):
#    ftest.write(file.split(".jpg")[0] + "\n")
#split
train_files,val_files = train_test_split(total_files,test_size=0.15,random_state=42)
#train
for file in train_files:
    ftrain.write(file + "\n")
#val
for file in val_files:
    fval.write(file + "\n")

ftrainval.close()
ftrain.close()
fval.close()
#ftest.close()

• 然后ln -s MyVOC /home/lwd/code/dl/YOLOX/datasets/MyVOC(换成自己的路径哦)，目录结构如下图
  
• 接下来修改代码
  • cp exps/default/yolox_tiny.py exps/example/yolox_voc/yolox_voc_tiny.py
  • gedit exps/example/yolox_voc/yolox_voc_tiny.py
  • 在init函数里加self.num_classes = 3，换成你的类别数
  • 把exps/example/yolox_voc/yolox_voc_s.py里init函数之外的东西复制过来。
  • 修改训练集路径为data_dir=os.path.join("/home/lwd/code/dl/YOLOX/datasets", "MyVOC"),和image_sets=[('0520', 'trainval')],。
  • 修改测试集路径为data_dir=os.path.join("/home/lwd/code/dl/YOLOX/datasets", "MyVOC"),和image_sets=[('0520', 'val')],
  • 再修改类别名称
  • gedit yolox/data/datasets/voc_classes.py
  • 把VOC_CLASSES改成自己的
• 执行python setup.py install编译yolox
• 开始训练python tools/train.py -f exps/example/yolox_voc/yolox_voc_tiny.py -d 1 -b 2 --fp16 -c yolox_tiny.pth
• 训练结果在YOLOX_outputs/yolox_voc_tiny中

四、验证训练结果

• gedit yolox/data/datasets/__init__.py
• 加上from .voc_classes import VOC_CLASSES
• gedit tools/demo.py
• 把里面的COCO_CLASSES全改成VOC_CLASSES
• python setup.py install
• python tools/demo.py image -f exps/example/yolox_voc/yolox_voc_tiny.py -c /home/lwd/code/dl/YOLOX/YOLOX_outputs/yolox_voc_tiny/best_ckpt.pth --path 0012.jpg --conf 0.5 --nms 0.45 --tsize 640 --save_result --device gpu

五、批量验证图片

• 修改tools/demo.py中if args.demo == "image":部分：

if args.demo == "image":
        lwd=os.listdir(args.path)
        for li in lwd:
        	image_demo(predictor, vis_folder, args.path+'/'+li, current_time, args.save_result)

• python tools/demo.py image -f exps/example/yolox_voc/yolox_voc_tiny.py -c /home/lwd/code/dl/YOLOX/YOLOX_outputs/yolox_voc_tiny/best_ckpt.pth --path /home/lwd/data/20220523 --conf 0.15 --nms 0.45 --tsize 640 --save_result --device gpu
• 上面的命令改变了path参数的值，填你要测试的图片所在的文件夹

六、浅析代码

• tools/train.py调用yolox/core/trainer.py调用yolox/exp/yolox_base.py中的函数get_model构建模型
• 模型在yolox/models/yolox.py中，模型的一部分在yolox/models/yolo_head.py中，损失函数也在里面