YOLOX_paddle

【飞桨论文复现挑战赛（第五期）】论文序号22 复现

论文名称: YOLOX: Exceeding YOLO Series in 2021

测试结果

YOLOX-s 模型评估

在cpu下的评估结果如上图所示

需要把eval的coco数据集val2017放在/paddle版本/YOLOX/datasets/COCO/目录下，与annotataions同一级。详见datasets。

pip install paddle
pip install pycocotools
pip install loguru
export YOLOX_DATADIR=/home/aistudio/paddle版本/YOLOX/datasets
python tools/train.py -n yolox-s -d 1 -b 1 --fp16
python tools/eval.py -n  yolox-s -c yolox_s.pdparams -b 64 -d 1 --conf 0.001 [--fp16] [--fuse]

fuse: fuse conv and bn

d: number of GPUs used for evaluation. DEFAULT: All GPUs available will be used.

b: total batch size across on all GPUs

yolox_s的paddle权重文件链接:链接: https://pan.baidu.com/s/1QHLmOVMyBxXA3YSicbyYng 提取码: u2uy。

复现中评估部分出现问题，分类为背景，得分过低。 转换参数参考https://zhuanlan.zhihu.com/p/188744602

评估部分问题：

在darknet层特征图出现较大错误

训练部分问题：

依赖库原因,将mem暂设为0

CUDA_LAUNCH_BLOCKING=1 python tools/train.py -n yolox-s -d 1 -b 1 --fp16

训练出现

另外现用numpy代替逻辑运算api，issue链接PaddlePaddle/Paddle#37665