YOLOv5训练速度慢 GPU占用率低

已于 2023-03-31 22:19:11 修改
阅读量1.2w 收藏 86
点赞数 20
文章标签： 深度学习 人工智能 python
于 2023-03-31 22:15:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Goyavae/article/details/129889592
版权

   用Yolo5跑自己的数据集，torch_GPU和CUDA都安装了，使用GPU跑模型，GPU的占用率为1%，设置的epoch为300，batch size为32，大概6min多/epoch，数据集很小，刚过一千。在网上查了相关的文章，发现可能是读取数据造成的，把cache-image的action='store_true'改成'store_false'。 

改成

修改后 每epoch大概是13s！超级快，GPU的占用率变到33%，CPU的占用率50%。

后面再想办法改一改，计算机小白学习好难，论文好难（哀嚎~）！

Goyavae
关注
yolov5 奇奇怪怪的错误汇总:【版本兼容，模型训练，数据加载，模型加速】
shiter编写程序的艺术
09-20 1493
用起来这么火的库，问题这么多么？
YOLOv5训练速度慢的一些解决方法
weixin_54048889的博客
11-19 2万+
针对自建数据集，yolov5模型训练速度很慢的可能原因和解决方法。
(14)关于PyTorch训练深度学习模型CPU/GPU使用率低，训练速度慢这一问题的总结
weixin_40227656的博客
08-16 1万+
电脑配置双2080Ti+i7-10700K，使用mobilenet-yolov4-lite训练VOC数据集时，训练100epochs要五六个小时，检测cpu和gpu的使用发现利用率都很低，说明没有充分使用电脑优秀的性能，两个显卡的使用率都分别只有20%-50%，查阅一些资料总结如下： １、参考：【深度学习】踩坑日记：模型训练速度过慢，GPU利用率低 上面作者指出四个提速技巧： 减少日志IO操作频率 使用pin_memory和num_workers 使用半精度训练 更好的显卡，更轻的模型 其中，第
基于YOLOV5模型的图像识别
最新发布
jun778895的博客
08-09 571
YOLOv5是YOLO系列算法的最新版本，它在保持高准确率的同时，进一步提高了检测速度和模型的轻量化。YOLOv5采用CSPDarknet53作为骨干网络，并结合了一系列针对小目标检测的改进策略，如Mosaic数据增强、自适应图片缩放等，使其在复杂场景下的目标检测任务中具有很好的表现。YOLOv5的算法框架通常分为输入端、骨干网络、Neck网络和输出端几个部分。其中，输入端通过Mosaic数据增强和自适应图片缩放方法提高模型的泛化能力；
【Xiang哥避坑指南】YOLOV5只在CPU跑不在GPU跑的问题。
热门推荐
Only_whitepiao的博客
11-15 2万+
【Xiang哥避坑指南】YOLOV5只在CPU跑不在GPU跑的问题。 电脑明明有GPU，深度学习视觉代码也运行起来了，为什么只在CPU跑，GPU并不占用呢，可能有的同学会有这种经历。 本人就是被困扰了一个月，不知道为什么只在CPU跑，最后偶然发现： 那可能就是CUDA、pytorch、torchvison三者版本不对应的问题，也可能是版本下错的问题。 CUDA、pytorch、torchvision版本一定要对应！！！ CUDA、pytorch、torchvision版本一定要对应！！！ CUDA、pyto
yolov5训练加速--一个可能忽视的细节（mmdetection也一样），为什么显卡使用率老是为0？
03-26 1万+
本文仅讨论节省图片加载时间问题，这里面可能有一些容易忽视的细节。
yoloV5 使用——训练速度慢，加速训练
TigerZ*的博客
08-17 1万+
首先大家会按照官方的readme文件进行安装，连接：https://github.com/ultralytics/yolov5 此时有两点需要注意： 1、强烈建议大家使用conda虚拟环境安装，这样不会扰乱其他项目的Python环境，关于conda虚拟环境的使用，建议参考我的另一篇博客： https://blog.csdn.net/u012863603/article/details/115764553 举例如下： conda create --name y...
yolov5训练加速--一个可能忽视的细节（mmdetection也一样），为什么显卡使用率老是为0？（续）
09-03 6137
之前写过一篇yolov5训练加速的文章，将图片缓存到内存或者缓存npy到SSD上以加速图片加载的时间，但是涉及到把原图resize到640的时候会有一些细节需要注意。
yolov5训练太慢的解决方案
m0_63251896的博客
03-03 2240
yolov5训练太慢的解决方案
yolov5 提速多GPU训练显存低的问题
zqwwwm的博客
11-11 1万+
yolov5多GPU训练显存低 修改前： 按照配置，在train.py配置如下： 运行 python train.py 后nvidia-smi 显示显存占用如下： 修改后 参考yolov5 官方中的issue中，有人提到的分布式多进程的方法： 在yolov5运行的虚拟环境下，找到torch的distributed 的环境：比如我的在conda3/envs/rcnn/lib/python3.6/site-packages/torch/distributed/； 在distributed文件下，新建多进程的
YOLOV5训练GPU占用率低
05-20
如果你在使用YOLOv5进行GPU训练时发现GPU占用率低，可能有以下几个原因： 1. 图像尺寸过小：如果你正在使用小的图像尺寸进行训练，那么GPU的利用率可能会比较低。尝试增加图像尺寸并重新启动训练。 2. 批量大小过...
yolov5s.pt yolov5 权重文件, 网速慢的可用
06-21
yolov5 训练好得权重文件。 可以直接拿来测试。 如果是自己训练可以不要这个文件。为什么要50个字。。。
训练效率低？GPU利用率上不去？快来看看别人家的tricks吧〜.rar
10-18
训练效率低？GPU利用率上不去？快来看看别人家的tricks吧〜.rar
yolov5 v4.0 gpu上训练出来的模型文件
02-27
具体见：https://blog.csdn.net/jrckkyy/article/details/114183646
yolov8s-pose三种模型再3060显卡上推理时间，显存占用，gpu利用率测试数据以及代码
01-27
总结来说，这个资源包含了一套完整的测试方案，用于评估YOLOv8s-pose模型在NVIDIA GeForce RTX 3060显卡上的性能，包括推理速度、显存效率和GPU利用率。这为开发者和研究人员提供了在实际环境中部署和优化该模型的...
yolov8训练时gpu利用率低
07-02
如果在训练过程中GPU利用率较低，可能有以下几个原因： 1. **批大小不足**：较小的批大小可能导致GPU的计算单元没有充分利用。增大批次大小可以提高并行处理，从而提高GPU利用率。 2. **硬件限制**：如果GPU内存不...
训练模型时GPU占用率过低
H_XKA_H的博客
04-24 2055
训练模型时设置的batch-size是12，worker是3，按照网上的方法将batch-size或者worker调大，会出现内存不足和CUDA相关的各种问题，最后才发现训练模型时的GPU利用率，不是在任务管理器查看的。训练yolov8模型时发现GPU利用率过低。90%，怪不得调高batch会内存爆掉。
windows下训练yolov5
rain的博客
01-22 1197
windows下训练yolov5 1. 安装所需要的环境 如果我们经常调用别人的代码，那么不同代码所需要的环境基本上都是不同的，所以一定要对于每一个代码（你经常跑的话）创建一个独立的虚拟环境 conda create -n yolov5 python=3.8 # 创建虚拟环境python版本为3.8 # 安装pytorch的gpu版本，注意这里有个疑问，cuda和cudnn需不需要重新安装呢？或者需不需要安装？ # 去pytorch官网根据CUDA支持的版本，只要不超过就行，低于支持版本是可以的，选择相
torch训练gpu利用率不高
sunnygirl's house
10-12 791
GPU的显存占用和算力利用直接影响模型的训练速度。mmdetection中yolov3的数据预处理。显存一直占用，但是显卡使用率大多数情况为0。2.打开pin_memory。3.数据预处理占用比较久。这部分注释掉会比较快。
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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