给设计网站做图会字体侵权吗,是不是该填写完整,网站备案不关站,昆明网站营销训练yolov5模型#xff08;本地#xff09; 训练文件 train.py训练如下图 一些参数的设置weights:对于weight参数#xff0c;可以往Default参数中填入的参数有 cfg#xff1a;#xff08;缩写#xff09;cfg参数可以选择的网络模型 data对于data hyp 超参数epochs 训练多… 训练yolov5模型本地 训练文件 train.py训练如下图 一些参数的设置weights:对于weight参数可以往Default参数中填入的参数有 cfg缩写cfg参数可以选择的网络模型 data对于data hyp 超参数epochs 训练多少轮batch-size 把多少数据打包成一个batch送到网络当中img-sizerect矩阵的训练方式resumenosavenotestnoautoanchor 锚点evolvebucketcache-imageimage-weightdevicemulti-scalesingle-clsadam 优化器sync-bnlocal_rankprojectentitynameexist-okquadlinear-lrLabel-smoothingsave-period 训练文件 train.py
往下翻找到main函数
这里的works最好设置为0 运行如图下载coco数据集中
超参数学习速率等各种参数 库显示权重
训练如下图 出现数据集下载的问题可以参考下面的解决方法 Dataset autodownload failure
训练文件保存的目录
如果没有发现该文件夹可以进行刷新 best.pt 在哪个训练轮数当中最好效果的网络模型参数 last.pt最后一个训练的网络模型 hyp.yaml :训练过程中对模型的一些超参数 labels.jpg标注的分布 labels_correlogram:标注的一些相关矩阵 opt.yaml:在训练过程中对参数的一些设置 results.txt对训练结果的一些记录 tran_batch0.jpg训练的一些图片
一些参数的设置
weights:
指定训练好模型的路径用该模型去初始化网络中的一些参数自动去下载这些模型如果我自己拥有一个训练好的模型放在某一个路径把这个路径放进来就会用我训练好的模型作为训练过程中模型的参数初始化。 但是我们现在的训练一般是从头开始训练所以这里默认为空采用程序对参数的权重对它初始化不采用训练好的模型对他初始化
对于weight参数可以往Default参数中填入的参数有 cfg缩写
关于模型的一些配置一般都存在model里面 整个yolov55总共可以分为4个模型 里面都是模型参数的一些设置
nc:模型应该分为多少个类 depth_multiple:模型的一些深度
如果选择小模型复制路径填入default 修改之后的代码为 我们现在来训练模型这个模型的结构是yolov5s,其中的一些模型初始化的参数采用程序之中的简单初始化不用其他已经训练好的模型来指定参数初始化
cfg参数可以选择的网络模型 data
指定训练数据集
download :指定从哪里下载数据集没法下载就从浏览器复制地址粘贴下载 train:指定coco数据集应该下载到什么地方 nc:总共有多少个类别 names:每个类别的名称是什么 0 类别代表人
对于data hyp 超参数 scratch 从头开始一般把这个文件作为从头开始训练的文件 finetune:用于对模型进行一个微调
epochs 训练多少轮
默认300轮
batch-size 把多少数据打包成一个batch送到网络当中 img-size
去分别设置训练集和数列集的大小 5s对应640
rect矩阵的训练方式 加速模型。减少不必要信息
resume
从最近训练的一个模型当中在它的基础上进行一个训练 默认是false但并不是设置为ture就是能运行的需要指定在哪一个模型的基础上进行一个继续的训练需要告诉它模型处在什么地方所以default 后应该设置为模型的位置 需要指定之前训练的模型文件因为需要读取模型文件和相应的配置 运行就是从该模型停止的地方继续
nosave
我们在一个模型上训练很多次如果设置为true就生效了只保存最后一次epoch训练的模型的一些权重数据保存为pt文件
notest
是否只对最后一个epoch进行测试按理说是对每个epoch上进行测试
noautoanchor 锚点
在目标检测算法中大致可以分为有锚点的模型和没有锚点的模型
这里建议去查一下锚点锚框的相关知识
以前要是在图片中检测目标的话要在图片上进行一个遍历比如滑动窗口。现在都采用锚点的方式。 指定参数就会把锚点取消默认是开启的
evolve 默认开启对参数进行进化寻找最优参数的方式 如果不明白参数是什么意思可以去百度复制一下询问
bucket
作者之前把一些东西放在谷歌云盘上了通过这个可以直接下载
cache-image 是否把图片缓存用于更好的训练
image-weight
从我们上一轮的测试过程中对于哪些测试图片/测试部分测试效果不好在下一轮的训练过程中会对这些图片加一些相关的权重
device
设备
multi-scale
对图片尺寸进行变换
single-cls
训练的数据集是单类别还是多类别
adam 优化器
true选择优化器false选择随机梯度下降
sync-bn
带DDP字眼的可以不用看了 分布式训练多cpu
local_rank
DDP参数不要去改
project
文件默认位置
entity
库不用管
name
保存的文件名
exist-ok 不设置会存在exp1,2,3,4,5 设置了就存在一个exp里面
quad 按住ctrlF可以找到的单词在什么位置看源码 或者在问题里查询
linear-lr
对学习速率进行调整
Label-smoothing
标签平滑
save-period
程序日志
