YOLOx 安装开发环境

1.安装开发环境

开发环境说明：

版本 Windows 11 专业版

版本 21H2

操作系统版本 22000.1455

处理器 12th Gen Intel(R) Core(TM) i9-12900KF   3.20 GHz

机带 RAM 32.0 GB (31.7 GB 可用)

系统类型 64 位操作系统, 基于 x64 的处理器

GPU NVIDIA GeForce RTX 3090

1、安装PyCharm

2、安装Miniconda3

3、创建虚拟环境“conda create -n yolox python==3.10”

4、安装程序所需要的包

pip install tensorflow-cpu==2.11.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyqt5 pillow opencv-python matplotlib torch -i https://pypi.tuna.tsinghua.edu.cn/simple

    5、下载yovox源码：https://github.com/Megvii-BaseDetection/YOLOX

    6、使用PyCharm加载YOLOX-main工程，并加载yolox虚拟环境

    7、运行requirements.txt

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

    注意：以上流程，均和《YOLOv5 安装开发环境》的安装流程一致，我这边就不重复了。

2.编译yolox

    经过以上操作步骤，在确保setup.py文件无任何错误提示的情况下，执行下面命令进行编译：

python setup.py develop -i https://pypi.tuna.tsinghua.edu.cn/simple

编译结果如下，无任何报错

3.下载权重文件*.pth

在官方的源码下载地址中，提供了几个权重文件的下载地址，博主这里随便选了一个yolox_s.pth的文件进行下载

4.运行测试

在官方代码“YOLOX-main\YOLOX-main\assets”目录下面已经提供了几个测试图片。

将权重文件pth放到YOLOX-main根目录下，然后采用CPU方式执行：

python tools/demo.py image -f exps/default/yolox_s.py -c ./yolox_s.pth --path assets/dog.jpg --conf 0.3 --nms 0.65 --tsize 640 --save_result

如果想采用GPU方法，可以采用下面命令：

python tools/demo.py image -f exps/default/yolox_s.py -c ./yolox_s.pth --path assets/dog.jpg --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu

采用GPU执行的前提条件是需要安装相关程序，不然会报下面错误

安装命令如下，可以参考博客：Windows11下安装cuda

pip install torch==1.13.0+cu117 torchvision==0.14.0+cu117 -f https://download.pytorch.org/whl/torch_stable.html

安装完之后，就可以采用GPU跑程序了。

输出结果如下：