本文不包含Kaggle的入门步骤，如何上传数据集，如何选择GPU自行学习

文章目录

• *开头的话*
• 一、Kaggle的使用
• • 1、**为什么选择Kaggle**
  • 2、Kaggle的操作难度
• 二、Yolox代码的更改
• • 1.train.py更改
  • 2.callbacks.py部分更改
  • 3、训练数据的路径更改
  • 4、正式训练
• *末尾的话*

开头的话

本文所用yolox的代码来自bubbliiing的pytorch yolox项目

链接：https://blog.csdn.net/weixin_44791964/article/details/120476949

先上一张训练过程的图片

一、Kaggle的使用

1、为什么选择Kaggle

Kaggle是一个可以免费白嫖的算力平台，支持每周30h的gpu训练和每周20h的tpu训练，无论时用pytorch，tensorflow，还是Keras都已经提前支持好了。
对比其他免费的算力平台，这个平台是没有显卡训练或则不想损伤自己电脑显卡的优选。
但是对比国内openbayes操作难度略大，相对于百度飞桨来说不错（虽有免费算力，却只支持panddle，安装其他环境会被中断，训练无法连贯）

2、Kaggle的操作难度

一、Kaggle跟其他平台一样有input和output两个子文件，但是input文件夹里只可读取 ，output文件夹里的数据只可写入，意思就是每次上传数据集和代码只能写好无错误才可以用，否则就只能在本地环境改好后重新上传。
二、因为input只可read和output只可write的关系，所以在input文件夹里是不可以进行文件复制和转移的，但是你却可以通过`以下代码进行复制

import shutil
shutil.copytree(r'../input/yours', r'./yours')

在kaggle中的路径中./就是/Kaggle/output,在yolox的项目中，含有太多py文件，在output文件里是没有python文件的（我试了两三次，不知道是什么原因，有知道的小伙伴可以帮帮）
3、正确的操作方式
既然python文件在output中不可以用，那么就只能在input操作了。针对yolox的代码，我们只需要更改输出路径就可以操作了。
这里的输出路径我写的是 /Kaggle/output/logs

二、Yolox代码的更改

1.train.py更改

更改部分为更改save_dir的路径

    #------------------------------------------------------------------#
    save_dir            = '/kaggle/working/los'     
    #------------------------------------------------------------------#

2.callbacks.py部分更改

这里的更改只是确保代码在全程运行的时候不报错，实际上将map图像的路径与train的路径重复了，训练时不会生成map的图像和txt文件，如果有需求，可以自行更改路径：

self.map_out_path       = log_dir

3、训练数据的路径更改

以下只包含对VOC数据的路径更改，在2007_train.txt和2007_val.txt进行更改

在kaggle上传数据集时要自己命名，这里的blueball是我自己dataset的命名。

4、正式训练

更改完所以需要更改的路径，就可以正式训练了
一、切换到input路径
cell中输入

import os
if os.path.basename(os.getcwd()) == 'working':
    os.chdir('../input/blueball/yolox-pytorch-main')
print('current working directory is {}'.format(os.getcwd()))
print(os.getcwd())
print(os.listdir(os.getcwd()))

或者

cd /kaggle/input/blueball

二、运行train.py程序

!python3 train.py

然后就可以看到训练提示了

末尾的话

由于本人也是新手，文章说明部分可能会有不清楚的部分，欢迎小伙伴们指出
最后附上一张呆呆兽的图片，希望有需求的小伙伴们能够顺利训练！！！！