深入浅出Yolox之自有数据集训练超详细教程

随着旷视科技发布Yolox的论文和代码后，Yolox得到了广泛的关注。

但由于训练代码和之前的Yolov3、Yolov4、Yolov5的代码都不相同。

且代码中的训练案例，以COCO和VOC格式为基准，和平时大家标注的文件，并不是完全相同的格式。

而且训练自有数据的讲解流程，很多人不太熟悉。

因此大白以自有标注的人头数据集为案例，一步步和大家一起学习，整体的训练和测试全流程。

PS：大白将代码文件、网络权重、数据集划分代码和人头数据集，都整理汇总，可点击查看下载。

---

1 深入浅出Yolo核心基础完整讲解

当然了解训练和测试流程，我们还需要了解其相关的原理。

大白这里列出之前写的Yolo相关的文章，可以对应查看学习：

① Yolov3资料

【视频】：深入浅出Yolov3（上）、深入浅出Yolov3（下）

② Yolov4资料

【视频】：深入浅出Yolov4（上）、深入浅出Yolov4（下）

【文章】：《深入浅出Yolo系列之Yolov4核心基础知识完整讲解》

③ Yolov5资料

【文章】：《深入浅出Yolo系列之Yolov5核心基础知识完整讲解》

④ Yolox资料

【文章】：《深入浅出Yolo系列之Yolox核心基础知识完整讲解》-即将发布

2 Yolox代码环境搭建

在Yolox代码训练之前，我们先下载Yolox代码，将测试环境搭建起来。

测试的Demo跑通了，训练的环境也就没问题了。

2.1 下载Yolox代码

Yolox代码链接：https://github.com/Megvii-BaseDetection/YOLOX

2.2 搭建测试环境

大白的电脑系统为Ubuntu 16.04版本。

而Yolox测试环境的搭建，其实在代码中的，README.md中“Quick Start”这部分。

为了大家更简单入手，下面大白一步步演示一下：

首先为了测试环境更加独立，大白以conda为例，新建一个Yolox环境。

（1） 新建一个Conda环境

输入代码：conda create -n Yolox_3.7 python=3.7

Python为3.7版本，名字为Yolox_3.7的Conda环境，新建完成。

（2） 进入Conda环境

输入代码：conda activate Yolox_3.7，进入Conda环境中，并到下载好的YOLOX文件夹下。

（3） 安装代码依赖的库文件

输入代码：pip3 install -U pip && pip3 install -r requirements.txt

即可下载好，代码所依赖的一些库文件。

（4） 通过setup.py安装一些库文件

输入代码：python3 setup.py develop

（5） 下载apex文件

输入代码：git clone https://github.com/NVIDIA/apex

可以将apex所有文件下载到YOLOX文件夹中，不过大白网络原因，一直无法下载，所以大白先直接下载好apex文件，解压放到YOLOX中。

大白这里也将apex放到数据集的网盘中，大家也可以点击下载。

（6） 安装apex文件

输入代码：
cd apex
sudo pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="–cpp_ext" --global-option="–cuda_ext" ./

（7） 下载pycocotools

<