前言
1.最近非常火的YOLOX，是旷视提出并开源新一代实时目标检测网络，具体的算法原理和性能可以转到github,想上手试试，如果是Linux话，可以按照官方文档给步骤一步步执行下去就可以了，是Win的话，中间有些不同的步骤。
2.我的环境是win10 x64,CUDA10.2 cudnn 7.1 GPU 是GTX 1660ti,Anaconda 3.7.
环境配置
1.看看官方的linux下的安装步骤，如果win下照着这个步骤来，很有可能是安装不成功。
2.下面是Windows 下的环境配置步骤，Win下要使用到Anaconda来建立环境。
Setp1.建立并激活环境
conda create -n yolox python=3.7 #用python 3.8也可以
conda activate yolox
安装过程中可能会报错误，这是因为有些资源是外网，访问不到的原因，解决方法是切到国内的源或者是想办法访问到国外的网。
During handling of the above exception, another exception occurred:
Setp2.安装Pytorch
#这里pytorch用的是1.7这个版本，而不最新的1.8版本，因为我之前在另一台GPU是3080的电脑上试
#训练时老是报找不到GPU或者跑一半之后就崩了。
#如果你切换了国内的源可以把后面的-c pytorch去掉。
conda install pytorch=1.7 torchvision cudatoolkit=10.2 -c pytorch
Setp3.安装YOLOX
git clone [email protected]:Megvii-BaseDetection/YOLOX.git
cd YOLOX
pip install -r requirements.txt
python setup.py develop
git clone git@github这一步可能会报Permission Denied (publickey)这个错误，解决方法转到这个[博客]，按着来就可以了(https://blog.csdn.net/sxg0205/article/details/81412921)。
如果出现下面的提示，代表安装成功。
Setp4.安装pycocotools
git clone https://github.com/cocodataset/cocoapi.git
cd pycocotools
python setup.py build_ext install
如果出现下面的提示，代表安装成功。
Setp5.安装apex
git clone https://github.com/NVIDIA/apex
cd apex
#不能用官方文档的这句命令安装，会报apex Error : Given no hashes to check 137 links for project 'pip': discarding no candidates
#pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
#用这个命令安装，就可以
python setup.py install
安装成功.
到这步就算把环境安装成功了。
3.测试模型与环境。
- 首先从官方github上下面权重，我这里用的YOLOX-s模型，放在YOLOX根目录下。
- 运行测试demo.py
python tools/demo.py image -f exps/default/yolox_s.py -c yolox_s.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device gpu
如果出现下面的错误，则重新git clone 最新的YOLOX源码就可以成功测试。
测试成功
然后在YOLOX_outputs\yolox_s\vis_res\xxxx\目录下看成到测试结果。
4.以上就是YOLOX Win 10下整个环境的安装过程，我打包的安装包已上传到CSDN，里面有下载好的pycocotools、apex和yolox-s的模型，地址：https://download.csdn.net/download/matt45m/21104268