【问题标题】:How to resume/continue from already trained YOLO5 Training Epoch?如何从已经训练的 YOLO5 训练纪元恢复/继续?
【发布时间】:2022-07-09 22:41:58
【问题描述】:

我已经开始使用自定义数据进行 Yolo5 训练

我用过的命令:

!python train.py --img 640 --batch-size 32 --epochs 5 --data /content/drive/MyDrive/yolov5_dataset/dataset_Trafic/data.yaml --cfg /content/drive/MyDrive/yolov5/models/yolov5s.yaml  --name Model

培训如下开始并完成:

为了恢复/继续更多时代,我有以下命令

!python train.py --img 640 --batch-size 32 --epochs 6 --data /content/drive/MyDrive/yolov5_dataset/dataset_Trafic/data.yaml --weights /content/drive/MyDrive/yolov5/runs/train/Model/weights/best.pt --cache --exist-ok

但培训仍然从头开始。如何从上一个纪元继续。

我也尝试过使用 resume 命令

!python train.py --epochs 10 --resume

但我收到以下错误消息

【问题讨论】:

  • 当您在命令中指定权重时,它会使用指定的权重文件初始化网络权重。所以它不是从头开始的。只有 epoch 的数量从零开始。
  • 谢谢。但是如果我们比较每个 epoch 所花费的时间,这两种方法/命令之间没有太大区别
  • 每个时期花费的时间取决于您的数据和模型。因此,如果您不更改它们,则纪元的持续时间不会改变

标签: python-3.x deep-learning yolo yolov5


【解决方案1】:

打开 run/exp/train/opt.yaml 文件并更改 epochs 编号。 再试一次

!python train.py --resume

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2017-07-28
    • 2021-03-30
    • 2019-07-15
    • 2019-01-14
    • 2021-06-24
    • 1970-01-01
    • 1970-01-01
    • 2020-09-30
    相关资源
    最近更新 更多