[深度学习][原创]yolox快速训练自己数据集方法

yolox据说是性能和精度超过yolov5全新设计anchor free的框架，目前框架还在火热更新中，本文将使用非常简单的步骤即可完成自己模型训练任务。

第一步：搭建自己的yolox环境,yolox支持windows和linux大家按照官方教程安装即可，这里不是本文重点介绍。

第二步准备数据集：一般我们用的是VOC数据集而不是coco数据集，yolox支持voc和coco，但是实际中对coco数据集支持更加友好。所以我们需要把voc数据集转coco数据集。我们首先打开软件

 然后导入VOC数据集到软件中，点击开始转换即可完成标注的coco数据集格式转化，转化前最好使用这个软件检查标注是不是存在错误标注情况。这个软件转化的数据集已经经过paddledetection,efficientdet等框架验证，数据集转化确保不会有问题，如果你找到网上的脚本或者自己写的，可能转化有问题或者不符合规范，导致训练出现问题。强烈推荐使用这个软件转化，非常方便。软件可以关注微信公众号未来自主研究中心获取（需授权）否则转化的coco数据集可能存在问题无法使用或者训练。

第三步：修改到自己路径和coco数据集位置对应，看图中data_dir改为自己的

这里举个例子我的coco数据集在YOLOX/myproj/data/coco文件夹，分布如下

 则data_dir=改为./myproj/data/coco,注意其他要和图片名字一致，json文件名字还有文件夹train2017和val2017必须叫这个名字，不然还得去源码改比较麻烦。

第四步：修改YOLOX/yolox/data/datasets/coco_classes.py里面自己类别

 

第五步:开始训练：python tools/train.py -f exps/default/yolox_l.py -n yolox-l -b 2

经过测试着这个训练可以支持yolox所有模型训练，比如你想训练tiny版本，可以

python tools/train.py -f exps/default/yolox_tiny.py -n yolox-tiny -b 8