文章目录

前言

一、资料下载

1.YOLOX代码及YOLOX预训练权重文件下载

2.安全帽数据集下载

二、环境配置

1.在anconda中创建虚拟环境并激活

2.配置pytorch-gpu

3.检查pytorch-gpu是否配置成功

4.其他库的配置 

三.数据集标注 

四.训练以及预测

五.预测结果展示

前言

一、资料下载

1.YOLOX代码及YOLOX预训练权重文件下载

划黑线的result文件夹是自己后来创建的，用来保存测试结果的

剩下两个划黑线的是后面生成的，在后面会说明如何生成

其余的文件都是下载后都有的，接下来一一介绍：

img：用来存放需要测试的图片

logs：用来存放训练后生成的权重文件

model_data:用来存放yolox的预训练权重文件以及要训练的类别类型

nets：用来存放yolox的 络框架

utils：用来存放yolox参数的配置文件

VOCdevkit:用来存放待训练的数据集

get_map.py:计算评估结果（评估阶段）

predict.py:生成预测结果

README:解释说明性文件

requirements：需要配置的库（可不看）

summary.py：展示yolox的 络框架（可不看）

train.py:用来训练生成权重文件

voc_annotation.py：运行之后生成划黑线的两个文件，即2007_train,2007_val

yolo.py:yolox的主干 络

2.安全帽数据集下载

将下载好的数据集放在VOCdevkit文件夹下的JPEGImages文件夹下，剩下两个文件夹的作用分别是：Annotations存放标注好的文件，ImageSets存放数据集序列

如果你要训练自己的数据集，需要别的数据集，可参考我上一篇文章，获取数据集

https://blog.csdn.net/mazhicheng123456/article/details/121517164m=1001.2014.3001.5501

二、环境配置

1.在anconda中创建虚拟环境并激活

代码如下：

2.配置pytorch-gpu

 3.检查pytorch-gpu是否配置成功

（1）在anconda中输入python，激活python环境

再输入：

如果输出结果为True，表示配置成功 

例如：

4.其他库的配置 

若缺少其他库，可直接输入如下代码进行安装

如下载的速度太慢，可在后面加镜像源，如：

至此，虚拟环境配置完毕

三.数据集标注 

使用labelimg软件进行标注

1.在anconda中下载

因为我下载过了，所以显示：

2.直接输入： 就可以自动打开软件了，如下图：

 3.Open Dir是选择要标注的数据集文件夹路径，点击 Open Dir 选择你上面你下载数据集保存的文件路径，即VOCdevkit文件夹下的JPEGImages文件

4.Change Save Dir是保存标注好的文件路径，选择VOCdevkit文件夹下的Annotations文件

5.在View中选中Auto Save mode，目的是是标注好的图片标注自动保存

6.开始标注文件

    选中Create RectBox，框选出要识别的物体（如：安全帽），类别类型填写你要识别的物体（如：hat），如下图：

7.然后通过D键切换下一张图片，按上一步骤依次标注 

四.训练以及预测

按照https://gitee.com/mazhichengccc/yolox-pytorch训练步骤更改需要修改的参数并进行训练以及训练完毕后的预测

五.预测结果展示

可见识别效果良好，能达到接近90%的准确率 

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习214823 人正在系统学习中