【YOLO】YOLOXトレーニングCOCOデータセット

別の Yolox 記事、Voc データセットでの AP の解決は 0 です: YOLOX のトレーニング時に AP を解決するのは 0 です

友人が coco データセットをトレーニングしているとき、AP は 0 になります。実際、私はこの問題に遭遇したことがありません。ここでテストしたところ、正常に実行できました。しかし、何人かの友人が質問したので、ここでその方法をまとめておきます。 Coco データセットをトレーニングしましょう。．．

次のように進めます

まず、Coco データセットが正しい形式であることを確認してください。
```
Animals_Coco
   ├─annotations
   ├─train2017
   └─val2017
```
annotationsフォルダーの下に2 つのinstances_train2017.json重要なファイルが含まれており、トレーニングと検証用の画像データinstances_val2017.json
が含まれていますtrain2017val2017
次に、を変更しyolox/data/datasets/coco_classes.py、独自のデータセットのカテゴリに変更します。
```
COCO_CLASSES = (
"tiger",
"panda",
)
```

その後、必要に応じて変更しますyolox/exp/yolox_base.py(または変更しません)。

(这里应该也可以不用修改，因为后面的exps/example/yolox_voc/yolox_s.py会对self.num_classes进行重载)
将self.num_classes修改为自己的类别数
self.num_classes = 2 (我的数据集是 2)

你还可以修改 self.inputsize, self.random_size 改变训练尺寸大小

你还可以修改 self.test_size 改变测试的尺寸大小

改訂exps/example/custom/yolox_s.py

修改数据集地址 self.data_dir
self.data_dir = "D:/Z_Data/Animals_Coco"

修改类别 self.num_classes
self.num_classes = 2

剩下的 self.max_epoch，self.data_num_workers，self.eval_interval 可自行选择修改

最後にtools/train.pyパラメータ設定を変更します。

设置 default="Animals_Coco"， 训练后结果就会保存在 tools/YOLOX_outputs/Animals_Coco下
parser.add_argument("-expn", "--experiment-name", type=str, default=None)

设置 model_name，我也不太清楚这是不是必须项 (我觉得不是)
parser.add_argument("-n", "--name", type=str, default="yolox-s", help="model name")

设置 batch_size
parser.add_argument("-b", "--batch-size", type=int, default=64, help="batch size")

设置gpu，因为我只有一张卡，所以设 default=0
parser.add_argument(
    "-d", "--devices", default=0, type=int, help="device for training"
)

设置你的数据配置的路径，default="../exps/example/custom/yolox_s.py"
parser.add_argument(
    "-f",
    "--exp_file",
    default="../exps/example/custom/yolox_s.py",
    type=str,
    help="plz input your expriment description file",
)

设置预训练权重路径， default="../weights/yolox_s.pth"
parser.add_argument("-c", "--ckpt", default="../weights/yolox_s.pth", type=str, help="checkpoint file")

上記の操作を行った後、下図のように正常に動作していることが分かりますが、ここに画像の説明を挿入
この一連の操作を行ってもAPが0のままであれば、jsonファイルの内容に問題があると個人的に推測しています。

テスト結果を見てみましょうここに画像の説明を挿入
画像の説明を追加してください

画像の説明を追加してください
一般的に言えば、速度と精度はまだ問題ありません。

最後に、トレーニングプロセスでTypeError: 'numpy.float64' object cannot be interpreted as an integer
見つかっAnaconda3\Lib\site-packages\pycocotools\cocoeval.py た場合は pycahrm、行を変更External Librariesします。site-packages\pycocotools\cocoeval.py507、508

self.iouThrs = np.linspace(.5, 0.95, np.round((0.95 - .5) / .05) + 1, endpoint=True)
self.recThrs = np.linspace(.0, 1.00, np.round((1.00 - .0) / .01) + 1, endpoint=True)

修改为

self.iouThrs = np.linspace(.5, 0.95, 10, endpoint=True)
self.recThrs = np.linspace(.0, 1.00, 101, endpoint=True)

【YOLO】YOLOXトレーニングCOCOデータセット

次のように進めます

おすすめ