U版YOLOv5学习笔记之训练初始化

源码链接：https://github.com/ultralytics/yolov5/blob/master/train.py

在train(hyp)函数中，进行训练前的准备

• 使用yaml加载data文件，获取存储训练、验证图片路径的txt文件路径
• 通过cfg文件，初始化网络结构model
• 判断并计算图片的尺度
• 获取模型优化参数biases、weight，选取优化函数

def train(hyp):
    epochs = opt.epochs  # 300  最大迭代次数
    batch_size = opt.batch_size  # 64  一个batch的大小
    weights = opt.weights  # initial training weights  初始化权重文件路径

    # Configure
    init_seeds(1)   # 设置random、np.random、torch随机种子
    with open(opt.data) as f:
        data_dict = yaml.load(f, Loader=yaml.FullLoader)  # model dict 加载yaml数据文件
    train_path = data_dict['train']  # 存储训练数据的txt文件路径
    test_path = data_dict['val']  # 存储验证数据的txt文件路径
    nc = 1 if opt.single_cls else int(data_dict