yolov7的训练问题

最近用自己的训练集训练yolov7，发现图片的目标框多了之后会造成out of memory，这个主要是因为yolov7采用的数据增强方式mosaic、mosaic9、mixup、copy_paste、paste_in以及simOTA的正样本方法会占用大量的显存，导致出现OOM，解决方法主要有：

1、在hyp.scratch.p5.yaml中将mixup、copy_paste、paste_in的值设为0，关闭这些数据增强，减少显存占用。

2、将ComputeLossOTA中的top_k的生成设置为5,或者更小，减少显存。

3、对ComputeLossOTA选择出来的正样本进行选择，源代码如下：

p_obj = torch.cat(p_obj, dim=0)
p_cls = torch.cat(p_cls, dim=0)
from_which_layer = torch.cat(from_which_layer, dim=0)
all_b = torch.cat(all_b, dim=0)
all_a = torch.cat(all_a, dim=0)
all_gj = torch.cat(all_gj, dim=0)
all_gi = torch.cat(all_gi, dim=0)
all_anch = torch.cat(all_anch, dim=0)

对正样本进行选择，只选择前3000个正样本，代码如下：

p_obj = torch.cat(p_obj, dim=0)
p_cls = torch.cat(p_cls, dim=0)
from_which_layer = t