#author("2026-01-11T12:12:58+09:00","default:ait-survey","ait-survey") #author("2026-01-20T18:27:08+09:00","default:ait-survey","ait-survey") * YOLOX-S プロジェクト構成 [#k197bcae] [[本家:https://github.com/Megvii-BaseDetection/YOLOX]]~ 研究室が基盤としている物体検出モデルです. ---- |~部位|~コンポーネント|~役割|~YOLOX-sでの設定| |''Backbone''|''Modified CSPDarknet''|特徴量抽出|Depth: 0.33, Width: 0.50, SiLU使用| |''Neck''|''PAFPN''|特徴量ピラミッド統合|Width: 0.50| |''Head''|''Decoupled Head''|検出(分類・位置)|Anchor-free, Class/Reg分岐| ---- ** 主要ディレクトリ [#v04d292f] |ディレクトリ|内容|h |YOLOX/|YOLOX公式フレームワーク(サブモジュール)| |dataset/|生データセット(inaoka, Yamamoto, Himaka等)| |prepared_datasets/|YOLOX形式に変換済みデータ| |YOLOX_outputs/|学習結果(モデル、ログ、可視化画像)| |configs/|プロジェクト別YAML設定ファイル| |exps/|実験定義(yolox_s_custom.py)| |tools/|ユーティリティスクリプト群| |docs/|ドキュメント| ---- ** 主要ツール (tools/) [#b233681d] |スクリプト|用途|h |train_with_visualization.py|学習(可視化付き)| |create_coco_for_yolox.py|データセット変換| |visualize_augmentation.py|データ拡張の可視化| |inference.py|推論| |eval_with_visualization.py|評価| |analyze_annotation_impact.py|アノテーション分析| ---- ** ワークフロー [#fef6f344] 1. configs/で設定ファイル作成 2. create_coco_for_yolox.py でデータ準備 3. train_with_visualization.py で学習 4. YOLOX/tools/demo.py で推論 ---- ** 重要ファイル [#g4540bb7] - yolox_s.pth - 事前学習済みモデル - environment.yml - Conda環境定義 - exps/yolox_s_custom.py - カスタムモデル定義(環境変数で動的設定)