1.使用conda创建环境

conda create -n yolox python=3.7

2.激活环境

conda activate yolox

3.换源

将 C:\Users\用户名\ 路径下隐藏文件 .condarc的内容更新为以下内容：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
  - defaults
show_channel_urls: true
ssl_verify: true

4.下载pytorch

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1

5.测试是否安装成功

python
import torch
print(torch.cuda.is_available())

返回True表示安装成功

6.安装yolox

进入yolox源码文件夹

cd path\to\your\yolox

安装依赖包

pip install -r requirements.txt

安装yolox

python setup.py install

安装apex

下载apex：https://github.com/NVIDIA/apex

解压到yolox源码文件夹

cd apex-master

安装qpex

python setup.py install

安装pycpcptools

pip install pycocotools

7.训练模型

下载预训练模型yolox_s.pth：

https://github.com/Megvii-BaseDetection/YOLOX/releases/download/0.1.1rc0/yolox_s.pth

将其放在yolox源码文件夹目录下

进入yolox源码文件夹目录：

cd path\to\your\yolox

测试效果

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 cpu

图片输出在YOLOX_outputs文件夹下

测试轻型模型YOLOX-Nano：

https://github.com/Megvii-BaseDetection/YOLOX/releases/download/0.1.1rc0/yolox_nano.pth

将其放在yolox源码文件夹目录下

进入yolox源码文件夹目录：

cd path\to\your\yolox

测试效果

python tools/demo.py image -f exps/default/yolox_nano.py -c ./yolox_nano.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device cpu

图片输出在YOLOX_outputs文件夹下