yolovx训练自己的数据集

要训练自己的数据集，首先需要将数据集转换为VOC格式。VOC格式包括三个文件夹：Annotations、JPEGImages和ImageSets。其中，Annotations文件夹存放的是xml标签数据，JPEGImages文件夹存放的是图片数据，而ImageSets文件夹存放的是包含训练、验证和测试的txt文件。

接下来，你需要使用\dataset\voc下的creat_list.py脚本生成trainval.txt和test.txt文件，这两个文件分别用于训练和测试。请确保在运行creat_list.py脚本后，trainval.txt文件里不为空。

然后，你可以使用YOLOX进行训练。YOLOX是旷视提出的目标检测算法，它集成了解耦头、数据增强、无锚点以及标签分类等优秀进展，不仅实现了超越YOLOv3、YOLOv4和YOLOv5的AP，而且具有竞争力的推理速度。在这里选择使用VOC格式对YOLOX进行训练，因为你的数据集已经按照VOC格式准备好了。<em>1</em><em>2</em><em>3</em>
#### 引用[.reference_title]
- *1* [在paddledetection上用YOLOX训练自己的数据集](https://blog.csdn.net/Efdmmh_233/article/details/124489999)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item]
- *2* *3* [YOLOX训练自己的数据集(超详细)](https://blog.csdn.net/qq_40716944/article/details/120409457)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item]
[ .reference_list ]