YOLOX学习

2.2 AntiUAV410

1、使用COCO数据格式对AntiUAV410进行训练

在/YOLOX/datasets/下新建文件夹/AntiUAV410/，为了与coco数据集格式一致，在/AntiUAV410/下创建四个文件夹annotations、test2017、train2017、val2017分别对应/data3/publicData/Anti-UAV410/Anti-UAV/下的四个文件夹

2、修改/YOLOX/yolox/data/datasets/coco_classes.py

该数据集只有一类，因此改为

COCO_CLASSES = (

    "uav",

)

3、修改配置文件/YOLOX/exps/example/custom/yolox_s.py

self.data_dir = "datasets/AntiUAV410"

self.train_ann = "train.json"

self.val_ann = "val.json"

self.test_ann = "test.json"       

self.num_classes = 1

self.max_epoch = 12

4、训练

注意事项：

（1）self.data_num_workers大于2会报错：RuntimeError: Trying to resize storage that is not resizable

（2）-o 和 --cache 用来加速，已验证

（3）--fp16 混合精度占用内存少，速度快。根据https://zhuanlan.zhihu.com/p/103685761，Volta 结构的GPU可以使用混合精度训练，我使用的RTX3090貌似不支持，实际测试发现不论是否启用耗时差异不大

（4）num_workers=2 的时候，在 /YOLOX/yolox/data/datasets/coco.py 中 id_ = self.ids[index] 会报错index超出范围，原因未知

（5）测试发现关闭 --fp16 后，num_workers=2不再报错

最终代码：

python -m yolox.tools.train -f ./exps/example/custom/yolox_s.py -d 4 -b 64 -o --cache