https://github.com/kazuhito00/yolox-colaboratory-training-sample
YOLOXをGoogle Colaboratory上で訓練しONNX、TensorFlow-Lite形式のファイルをエクスポートするサンプル(This is a sample to train YOLOX on Google Colaboratory and export a file in ONNX format)
https://github.com/kazuhito00/yolox-colaboratory-training-sample
colaboratory object-detection onnx pytorch training yolox
Last synced: 3 months ago
JSON representation
YOLOXをGoogle Colaboratory上で訓練しONNX、TensorFlow-Lite形式のファイルをエクスポートするサンプル(This is a sample to train YOLOX on Google Colaboratory and export a file in ONNX format)
- Host: GitHub
- URL: https://github.com/kazuhito00/yolox-colaboratory-training-sample
- Owner: Kazuhito00
- License: apache-2.0
- Created: 2021-09-30T15:05:33.000Z (about 4 years ago)
- Default Branch: main
- Last Pushed: 2023-06-07T06:38:08.000Z (over 2 years ago)
- Last Synced: 2023-06-07T07:29:12.070Z (over 2 years ago)
- Topics: colaboratory, object-detection, onnx, pytorch, training, yolox
- Language: Python
- Homepage:
- Size: 28.5 MB
- Stars: 45
- Watchers: 2
- Forks: 9
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
[Japanese/[English](https://github.com/Kazuhito00/YOLOX-Colaboratory-Training-Sample/blob/main/README_EN.md)]
# YOLOX-Colaboratory-Training-Sample
[YOLOX](https://github.com/Megvii-BaseDetection/YOLOX)をGoogle Colaboratory上で訓練しONNX、TensorFlow-Lite形式のファイルをエクスポートするサンプルです。
以下の内容を含みます。
* データセット ※アノテーション未実施
* データセット ※アノテーション済み
* Colaboratory用スクリプト(環境設定、モデル訓練)
* ONNX推論サンプル
# Requirement
* Pytorch 1.9.0 or later
* apex 0.1 or later
* pycocotools 2.0 or later
* OpenCV 3.4.2 or later ※推論サンプルを実施する場合のみ
* onnxruntime 1.5.2 or later ※推論サンプルを実施する場合のみ
# About annotation
[VoTT](https://github.com/microsoft/VoTT)を使用してアノテーションを行い、
Pascal VOC形式で出力したアノテーションデータを前提としています。
ただし、ノートブック内で更にMS COCO形式変換しています。
ノートブックのサンプルでは、以下のようなディレクトリ構成を想定しています。
ただし、本サンプルでは「pascal_label_map.pbtxt」は利用しないため、
格納しなくても問題ありません。
```
02.annotation_data
│ 000001.jpg
│ 000001.xml
│ 000002.jpg
│ 000002.xml
│ :
│ 000049.jpg
│ 000049.xml
│ 000050.xml
└─ pascal_label_map.pbtxt
```
# Usage
[](https://colab.research.google.com/github/Kazuhito00/YOLOX-Colaboratory-Training-Sample/blob/main/YOLOX_Colaboratory_Training_Sample.ipynb)
トレーニングはGoogle Colaboratory上で実施します。
[Open In Colab]リンクからノートブックを開き、以下の順に実行してください。
1. YOLOX 依存パッケージインストール(YOLOX Dependent Package Install)
1. NVIDIA APEXインストール(NVIDIA APEX Install)
1. PyCocoToolsインストール(PyCocoTools Install)
1. データセットダウンロード(Download Dataset)
自前のデータセットを使用したい方は「use_sample_image = True」をFalseに設定し、
「dataset_directory」に自前のデータセットのパスを指定してください
1. Pascal VOC形式 を MS COCO形式へ変換(Convert Pascal VOC format to MS COCO format)
1. モデル訓練(Training Model)
「!python train.py」を実施する前に「YOLOX」ディレクトリに「nano.py」を格納してください。
自前のデータセットを使用する場合「nano.py」の以下の項目を変更してください。
1. クラス数
self.num_classes
1. 画像格納パス
self.data_dir
1. 学習データ アノテーションファイル
self.train_ann
1. 検証データ アノテーションファイル
self.val_ann
1. エポック数
self.max_epoch
1. 推論テスト(Inference test)
1. ONNX変換(Convert to ONNX)
※「nano.py」のオリジナルファイルは「[Megvii-BaseDetection/YOLOX/exps/default](https://github.com/Megvii-BaseDetection/YOLOX/tree/main/exps/default)」に格納されています
# Author
高橋かずひと(https://twitter.com/KzhtTkhs)
# License
YOLOX-Colaboratory-Training-Sample is under [Apache-2.0 License](LICENSE).