yolox训练voc数据集

制作数据集

请参考上一篇使用labelme打标签并制作voc数据集

labelme标注图片并制作voc数据集

上文中最后得到了几个文件夹

但这不能直接用，还需要划分训练集和测试集，可以手动划分，或者写段代码随机划分，最后数据集目录结构如下

VOC2007
—-Annotations
—-JPEGImages
—-ImageSets
——–Main
————test.txt
————trainval.txt

Annotations是VOC格式的标注文件

JPEGImages是图片文件夹

ImageSets/Main中包含了训练集和测试集的图片名列表，不包含后缀名

在VOC2007同级目录执行下面这段代码即可自动划分

import random
import os

train_rate=0.75#训练集比例
xmls=os.listdir('./VOC2007/Annotations')
nums=len(xmls)
train_nums=int(train_rate*nums)
train_index=random.sample(range(nums),train_nums)
print(train_index)

if not os.path.exists('./VOC2007/ImageSets'):
    os.mkdir('./VOC2007/ImageSets')
    os.mkdir('./VOC2007/ImageSets/Main')
trainval=open('./VOC2007/ImageSets/Main/trainval.txt','w')
test=open('./VOC2007/ImageSets/Main/test.txt','w')
for i in range(nums):
    name=xmls[i].split('.')[0]+'\n'
    if i in train_index:
        trainval.write(name)
    else:
        test.write(name)

trainval.close()
test.close()

安装YOLOX

从github下载即可

Megvii-BaseDetection/YOLOX: YOLOX is a high-performance anchor-free YOLO, exceeding yolov3~v5 with MegEngine, ONNX, TensorRT, ncnn, and OpenVINO supported. Documentation: https://yolox.readthedocs.io/ (github.com)

建议新建一个conda环境来安装

参考之前写过的文章

win10下安装配置yolox

因为和现在的版本稍有不同，以github项目官方安装指引为准

总结来讲就是在项目根目录成功执行下面两行命令

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

如果安装GPU版本torch，再安装cudnn和cuda即可

修改训练相关配置文件

首先把数据集放到datasets目录下，严格按照以下目录结构，会更方便一些

修改exps/example/yolox_voc/yolox_voc_s.py

num_classes改为标签数目，我这里只有一个标签类别

去掉2012相关的内容

修改tools/train.py

-b 一次训练所抓取的数据样本数量，取决于内存大小，提示memory相关错误优先考虑这个问题，2,4,8,16…

-d GPU索引，只有一个GPU的话，写0或1是一样的

-f 试验描述文件路径，也就是上面修改的配置文件

-c 模型权重文件，使用预训练模型，从官网下载

修改yolox/data/datasets/voc.py

注释difficult，意思是打标签时对应标签的识别难度，我的标签里没有这一项，不修改会报错，需要把difficult设置为False

删去花括号里原有的:s，否则无法正确读取

修改yolox/data/datasets/voc_classes.pycoco_classes.py(记得改下coco类名，因为后面import类别的时候默认是coco)

注释原有类别，改为自己的，这里只有单类

修改yolox/evaluators/voc_eval.py

因为没有truncated和difficult标签，所以这里也要修改为0

还有一处是类型转换，添加了float类型转换，否则报错

x[“difficult”]改为0

修改yolox/exp/yolox_base.py

修改训练轮次，默认300
self.max_epoch = 150

训练

python tools/train.py

每10轮会有一次统计，只要下面两个数字不是0就好了，越接近1效果越好

验证

训练完后的模型权重文件保存在YOLOX_outputs/yolox_voc_s下，最好的权重是best_ckpt.pth

使用这个权重来验证一下

python tools/demo.py image -f exps/example/yolox_voc/yolox_voc_s.py -c YOLOX_outputs/yolox_voc_s/best_ckpt.pth –path datasets/coco/val2017/00001.png –save_result –device gpu

然后在YOLOX_outputs/yolox_voc_s/vis_res下的时间文件夹里就能找到识别结果，如下