yolov5的train.py的参数信息解析

parser = argparse.ArgumentParser()
parser.add_argument('--weights', type=str, default='yolov5s.pt', help='initial weights path')
parser.add_argument('--cfg', type=str, default='', help='model.yaml path')
parser.add_argument('--data', type=str, default='data/coco128.yaml', help='data.yaml path')
parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')
parser.add_argument('--epochs', type=int, default=10)
parser.add_argument('--batch-size', type=int, default=2, help='total batch size for all GPUs')
parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='[train, test] image sizes')
parser.add_argument('--rect', action='store_true', help='rectangular training')
parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
parser.add_argument('--notest', action='store_true', help='only test final epoch')
parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
parser.add_argument('--evolve', action='store_true', help='evolve hyperparameters')
parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
parser.add_argument('--cache-images', action='store_true', help='cache images for faster training')
parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
parser.add_argument('--adam', action='store_true', help='use torch.optim.Adam() optimizer')
parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
parser.add_argument('--log-imgs', type=int, default=16, help='number of images for W&B logging, max 100')
parser.add_argument('--log-artifacts', action='store_true', help='log artifacts, i.e. final trained model')
parser.add_argument('--workers', type=int, default=0, help='maximum number of dataloader workers')
parser.add_argument('--project', default='runs/train', help='save to project/name')
parser.add_argument('--name', default='exp', help='save to project/name')
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
parser.add_argument('--quad', action='store_true', help='quad dataloader')
opt = parser.parse_args()

• --weights: 初始权重路径，默认为'yolov5s.pt'。
• --cfg: model.yaml文件路径，默认为空字符串。
• --data: data.yaml文件路径，默认为'data/coco128.yaml'。
• --hyp: 超参数文件路径，默认为'data/hyp.scratch.yaml'。
• --epochs: 训练的总轮数，默认为10。
• --batch-size: 所有GPU的总批量大小，默认为2。
• --img-size: 图像尺寸，包括训练和测试图像尺寸，默认为[640, 640]。
• --rect: 是否使用矩形训练，默认为False。
• --resume: 是否恢复最近的训练，默认为False。
• --nosave: 是否仅保存最终检查点，默认为False。
• --notest: 是否仅测试最终轮次，默认为False。
• --noautoanchor: 是否禁用自动锚点检查，默认为False。
• --evolve: 是否进行超参数进化，默认为False。
• --bucket: gsutil存储桶，默认为空字符串。
• --cache-images: 是否缓存图像以加快训练速度，默认为False。
• --image-weights: 是否使用加权图像选择进行训练，默认为False。
• --device: CUDA设备，例如0或0,1,2,3或cpu，默认为空字符串。
• --multi-scale: 是否在图像尺寸上变化+/- 50%，默认为False。
• --single-cls: 是否将多类数据作为单类进行训练，默认为False。
• --adam: 是否使用torch.optim.Adam()优化器，默认为False。
• --sync-bn: 是否使用SyncBatchNorm，仅在DDP模式下可用，默认为False。
• --local_rank: DDP参数，不要修改，默认为-1。
• --log-imgs: W&B日志中要记录的图像数量，最大为100，默认为16。
• --log-artifacts: 是否记录工件，例如最终训练模型，默认为False。
• --workers: 数据加载器的最大工作进程数，默认为0。
• --project: 保存到的项目/名称，默认为'runs/train'。
• --name: 保存到的项目/名称，默认为'exp'。
• --exist-ok: 如果项目/名称已存在，则允许存在，不增加计数，默认为False。
• --quad: 是否使用四重数据加载器，默认为False。

这些参数可以通过命令行传递给程序，以便根据需要自定义训练过程。