Ultralytics yolov8 怎么从意外中断的训练中继续训练

Written by 六个肾的派大星

问题描述:

在电脑上通宵跑检测模型,但在第90个epoch上提示页面什么太小(应用开多了,内存不够了)。
看了网上很多的解决方案,但是都不能解决,都是重头开始训练,不能继续训练。


解决办法:

第一步:
在train.py中,除了以下内容外别的都注释掉,只保留如下:

from ultralytics import YOLO
model = YOLO("D:/yolostudy/ultralytics10.24/ultralytics10.24/runs/detect/train11/weights/last.pt")
# 中断训练的权重文件中的last.pt
results = model.train(resume=True)

第二步:
在控制台输入如下命令,指向的还是中断的那次训练权重中的last.pt。

python train.py resume model=D:/yolostudy/ultralytics10.24/ultralytics10.24/runs/detect/train11/weights/last.pt

结果:
可以看到从中断的位置重新开始了,上一次是完成了90个epoch,这次是从第91个的重新开始的。
默认情况下,检查点会在每个时期结束时保存,或者使用save_period参数以固定间隔保存,因此您必须至少完成1个时期才能恢复训练运行。

在这里插入图片描述
参考自Ultralytics官方文档,里面:模式->训练->恢复中断的训练(官方文档还是很给力的)
https://docs.ultralytics.com/zh/modes/train/


总结:

1、既然可以继续训练,而且这么简单,那就可以自由的决定是不是终止,反正都可以继续开始。
2、虚拟内存开的大一点,内存不够是我没有想到的。
3、官方文档真好用。

Ultralytics YOLOv8是一个基于PyTorch的轻量级目标检测算法,它是YOLO(You Only Look Once)系列的最新版本之一。YOLOv8在保持较高检测速度的同时,也实现了相对不错的精度。以下是使用YOLOv8进行Python训练的基本步骤: 1. **安装依赖**: - 首先,确保你已经安装了Python和pip。然后,安装所需的库,如torch、yolov8及其数据处理库,例如: ``` pip install torch torchvision pip install pyyaml git clone https://github.com/ultralytics/yolov5.git cd yolov5 pip install -r requirements.txt ``` 2. **准备数据**: - YOLOv8通常需要标注良好的数据集,如COCO、VOC或你的自定义数据。你需要将数据划分为训练、验证和测试集。 3. **预处理和数据增强**: - 用`data/prepare.py`脚本预处理数据集,生成适合YOLOv8训练的文件。如果需要,可以进行图像大小调整、随机翻转、裁剪等数据增强。 4. **下载预训练模型或创建新的**: - 可以选择从官方提供的预训练权重开始,或者从头开始训练。如果你是初学者,建议从预训练模型开始。 5. **配置训练参数**: - 在`cfg`目录下的配置文件(如`yolov8s.yaml`),设置训练轮数、学习率、优化器等参数。 6. **训练模型**: - 运行命令 `python train.py --weights yolov8s.pt --data /path/to/your/data --cfg yolov8s.yaml` (这里的`yolov8s.pt`是预训练权重路径,替换为你的实际路径)。训练过程可能会消耗一些时间,取决于你的硬件性能和数据集大小。 7. **验证和评估**: - 在训练过程,模型会在每个epoch结束后验证性能,并输出一些指标。训练完成后,你可以用`test.py`评估模型在测试集上的表现。
评论 2
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
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