• 使用瑞芯微版本的yolox：https://github.com/airockchip/YOLOX
• pip install torch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 --no-cache -i https://pypi.tuna.tsinghua.edu.cn/simple
• pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --no-cache
• 参考这里准备数据、修改代码
• python setup.py develop
• 训练：python -m yolox.tools.train -f exps/example/yolox_voc/yolox_voc_tiny.py -d 1 -b 2 --fp16 -c yolox_tiny.pth
• 批量测试：python tools/demo.py image -f exps/example/yolox_voc/yolox_voc_tiny.py -c YOLOX_outputs/yolox_voc_tiny/best_ckpt.pth --path ~/lwd/data --conf 0.25 --nms 0.45 --save_result --device gpu
• 转化成pt格式：python tools/export_torchscript.py -f exps/example/yolox_voc/yolox_voc_tiny.py -c YOLOX_outputs/yolox_voc_tiny/best_ckpt.pth --rknpu rk3588
• pt转rknn代码：https://github.com/airockchip/rknn_model_zoo
• cd rknn_model_zoo/models/CV/object_detection/yolo/RKNN_model_convert
• 按自己的模型参数修改yolox.yml
• sh convert_yolox.sh
• 生成的模型在model_cvt里