1.一种基于改进YOLOX算法的目标检测方法，其特征在于，

获取商标数据集，并将商标数据集内的图片格式转化为可以直接输入YOLO网络进行训练的格式，得到可用商标数据集；

将可用商标数据集的数据进行预处理，将所有的商标图片划分为训练集、验证集和测试集；

分析训练集、验证集和测试集，确定所有的商标种类；

基于YOLOX的网络结构进行改进，得到改进后的YOLOX目标检测算法；

用训练数据集对改进后的YOLOX目标检测算法进行训练，评估得到最佳训练权重文件，得到最终YOLOX目标检测算法。

2.根据权利要求1所述的基于改进YOLOX算法的目标检测方法，其特征在于，所述获取商标数据集，并将商标数据集内的图片格式转化为可以直接输入YOLO网络进行训练的格式，包括：将商标数据集内的图片转化为PNG格式图片，将商标数据集内的记载的图片数据统一转化为VOC数据集格式。

3.根据权利要求1所述的基于改进YOLOX算法的目标检测方法，其特征在于，所述将可用商标数据集的数据进行预处理，将所有的商标图片划分为训练集、验证集和测试集，包括：将可用商标数据集的数据按6：2：2的比例划分训练集和验证集和测试集。

4.根据权利要求2所述的基于改进YOLOX算法的目标检测方法，其特征在于，所述分析训练集、验证集和测试集，确定所有的商标种类，包括：统计所有商标的种类个数，统计商标的名称，将商标的名称写入到VOC数据集内。

5.根据权利要求1所述的基于改进YOLOX算法的目标检测方法，其特征在于，所述基于YOLOX的网络结构进行改进，得到改进后的YOLOX目标检测算法，包括：对YOLOX的网络结构的特征提取骨干网络进行改进，将YOLOX的网络结构中的空间金字塔模块SPP替换为ASPP，在YOLOX的网络结构中的特征金字塔模块的小目标分支后添加感受野模块RFB，将感受野模块RFB放入20*20的分类器之前，得到改进后的YOLOX目标检测算法。

6.根据权利要求5所述的基于改进YOLOX算法的目标检测方法，其特征在于，所述用训练数据集对改进后的YOLOX目标检测算法进行训练，评估得到最佳训练权重文件，得到最终YOLOX目标检测算法；

用训练数据集对改进后的YOLOX目标检测算法进行训练，进行300个批次的训练之后取其中最佳的训练权重文件，最佳的训练权重文件加载到改进后的YOLOX目标检测算法中，得到最终YOLOX目标检测算法。