yolov5-6.x训练参数

借鉴了大佬的,链接找不到了。

预训练模型,如果为空则从头开始,如果使用已有模型继续训练,只是会更好的拟合数据,并不会继承上一个模型,(个人理解)
parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')

模型的参数配置, 例如yolov5s.yaml,这个文件一般只需要修改一个参数nc,几个类别nc就等于几
parser.add_argument('--cfg', type=str, default='', help='model.yaml path')

标签文件,主要是类名和类别数目,图片路径
parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='dataset.yaml path')

超参数,对模型进行一些微调
parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch.yaml', help='hyperparameters path')

训练轮数,按自己电脑配置来调-默认300
parser.add_argument('--epochs', type=int, default=300)

批次,按自己电脑配置来调,默认16
parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs')

输入网络的图片尺寸-640,640
parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')

非矩阵大小图片处理方式,是否采用矩形训练

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Scream_1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值