yolov5训练（心得）

yolov5成功训练真的是一波三折

1 coco数据的下载

（两种：128，用于小批量测试，可以用来测试程序是否正常，真正训练的时候还是需要coco数据集，自己自定义的数据可以根据coco128.yaml文件夹的形式来定义,coco.yaml是txt的方式 coco全套数据集，标签yolov5 github上有 release v1）

2 运行程序

1）window成功，虚拟机失败，服务器失败

表象：如下图所示卡在那里不对

排查原因：

1：发现dataloader数据不对，循环打印，打印不出来，终于找到原因

2：对比为什么windows可以，服务器不可以，发现windows安装的是torch1.6，而服务器安装的pytorch1.6，那么问题来了，安装torch1.6到服务器，事实上pytorch1.6是用conda安装的，torch1.6是用pip安装，理论上是一样的，好了，还是用pip安装吧，事实上安装了，但是效果依然卡在如上图所示；

3：痛苦，花了这么多力气还是不行，看着程序好无力，好吧，我想是不是dataLoader的参数就问题呢，那么我将num_workers屏蔽掉，乖乖嘞，居然可以跑，那么我依次将num_workers设置为1，2，3，将GPU设置多个，还是不行，因此，在此服务器上跑，只能将num_workers=0，最后终于跑起来了。

loader(dataset,
batch_size=batch_size,
num_workers=nw,
sampler=sampler,
pin_memory=True,
collate_fn=LoadImagesAndLabels.collate_fn)

4 Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.

import os

os.environ[“KMP_DUPLICATE_LIB_OK”]=“TRUE”

5：很多人跑yolov5很简单，没有遇到我这样的问题，但是经历过这个问题后，对于pytorch跑模型有了一下几点心得：

1）环境是否安装正确，一般能跑，就应该是正确的；

2）硬件环境是否设置正确，包括GPU,CPU,NPU,TPU等个数，是否存在；

3）windows和linux不一样,num_worker,或者进程和线程之类（比较难排查；

4）数据的位置；