日志记录YoloX
Source
Edit
History

YoloX配置指南

Catalogue
  1. 1. 实验目的
  2. 2. 数据集
    1. 2.1. 对象特性
  3. 3. 实验步骤
    1. 3.1. 配置基础环境
    2. 3.2. 命令行指令解读
    3. 3.3. 测试Demo
    4. 3.4. 添加自定义数据集
  4. 4. 实验问题
    1. 4.1. 问题1 ElementTree 解析XML失败
    2. 4.2. 问题2 BBox 坐标获取失败
    3. 4.3. 问题三 CUDA out of memory
    4. 4.4. 问题四 assert num_gpu <= get_num_devices()
    5. 4.5. 问题四　训练时mAP一直为０
    6. 4.6. 问题五 更改了数据集之后，检验使用的数据集和现有数据集不符
  5. 5. 参考资料

实验目的

为测试YoloX 并进行自定义数据集训练

数据集

采用Robomaster比赛大疆Roco官方数据集

对象特性

YOLOv5:

  • Hyperparams evolution.
  • Different loss weights for different FPN layers
  • CIoU (I’m not sure.)

YOLOX:

  • Removal of box anchors (improves the portability of the model to edge devices), anchor free
  • The decoupling of the YOLO detection head into separate feature channels for box classification and box regression (improves training convergence time and model accuracy)
  • Leading label assignment strategy SimOTA
  • Strong data augmentation: MixUp with large scale jittering, turn off strong augmentation in later iterations.

实验步骤

配置基础环境

命令行指令解读

测试Demo

添加自定义数据集

实验问题

问题1 ElementTree 解析XML失败

发现是XML文件损坏导致。

问题2 BBox 坐标获取失败

image-20211001233449759

小数类型文本无法直接转化为整数类型，先进性eval取出转化为浮点数再转化为整数。

问题三 CUDA out of memory

1
RuntimeError: CUDA out of memory. Tried to allocate 4.51 GiB (GPU  0; 6.00 GiB total capacity; 110.28 MiB already allocated; 4.44 GiB free; 120.00 MiB reserved in total by PyTorch)

此问题是由于显卡内存造成的由于训练需要一次性导入batch，如果batch_size 选择过大超出显存进而会导致改错误。为解决该问题可以考虑更换更大容量的显存的显卡或者修改batch_size的大小

问题四 assert num_gpu <= get_num_devices()

1
2
3
4
Traceback (most recent call last):
  File "tools/train.py", line 122, in <module>
    assert num_gpu <= get_num_devices()
AssertionError

给定设备数量参数存在问题，根据自己显卡数量修改参与训练设备的数目

1
2
-d DEVICES, --devices DEVICES   #device for training
-d 1 # 仅存在一块显卡

问题四　训练时mAP一直为０

训练至epoch 10计算mAP＝0后失败，每进行10个epoch训练后，yolox会进行一次mAP的计算，但由于官方数据集在命名上存在空格，而官方在数据获取的时候采用strip函数，进而导致在计算mAP获取各文件数据的时候失败。
自行编写脚本进行批量重命名取代空格

问题五 更改了数据集之后，检验使用的数据集和现有数据集不符

问题截图：

image-20211004101719076

更改了数据集之后，原本检验集的储存文件还在，导致此次检验集使用时，仍使用原来的检验集存储文件。删除VOCdevkit下的初数据集的部分就行了。

参考资料