参考网址打开Anaconda Prompt创建环境、下载YOLOX也可手动下载一定要用python3.103.8会报靶conda create --name newyolox python3.10 conda activate newyolox git clone https://gitcode.com/gh_mirrors/yo/YOLOX.git cd YOLOX pip3 install -v -e .下载自定义模型将模型放在绝对路径这里为C:/Users/asus/Downloads/yolox_voc_datasets/yolox_s.pth下运行测试python tools/demo.py image -n yolox-s -c C:/Users/asus/Downloads/yolox_voc_datasets/yolox_s.pth --path assets/dog.jpg --conf 0.25 --nms 0.45 --tsize 640 --save_result --device [cpu/gpu]准备数据集使用转换工具可将YOLO标注数据转换成注意这个工具有个bug每转一次都要重启软件否则annotation.json中的文件名不正确注意核对按如下结构放置数据注意名字修改yolox/data/datasets/coco_classes.py再修改yolox/exp/yolox_base.py类别个数尝试开始训练python tools/train.py -n yolox-tiny -d 1 -b 1可能报如下错误以上问题大概率是安装的 PyTorch不正确不带 CUDA 运行库执行以下语句返回falseimport torch print(torch.cuda.is_available())先卸载纯 CPU torchpip uninstall torch torchvision torchaudio -y安装 CUDA 11.8 稳定版兼容绝大多数显卡驱动上海交大镜像2.8G比较大pip3 install torch torchvision torchaudio --index-url https://mirror.sjtu.edu.cn/pytorch-wheels/cu118 --trusted-host mirror.sjtu.edu.cn开始训练(yolox-tiny)python tools/train.py -n yolox-tiny -d 1 -b 1训练过程中报错一ModuleNotFoundError: No module named yolox.layers.fast_cocoevalyolox\layers\jit_ops.py中的fast_cocoeval改为fast_coco_eval_api训练过程中报错二AttributeError: module yolox.layers.fast_coco_eval_api has no attribute InstanceAnnotation将以下代码注释from yolox.layers import COCOeval_opt as COCOeval新增from pycocotools.cocoeval import COCOeval