YOLOV7改配置文件参数讲解

原配置代码:

python train.py --workers 8 --device 0 --batch-size 32 --data data/coco.yaml --img 640 640 --cfg cfg/training/yolov7.yaml --weights '' --name yolov7 --hyp data/hyp.scratch.p5.yaml

python train.py

--workers 8

//workers是指数据装载时cpu所使用的线程数, //默认为8,但是按照默认的设置来训练往往会导致我们的CPU爆内存,会导致其他进程进行关闭 // (例如浏览器)

--device 0

//设备选择,如果是GPU就输入GPU索引【如0,1,2..】,CPU训练就填cpu

--batch-size 32

//batch-size设置多少就表示一次性将多少张图片放在一起训练 //就是一次往GPU哪里塞多少张图片了,如果设置的太大会导致爆显存,一般设置为8的倍数,会一次性训练8张图片

--data data/coco.yaml

//数据集路径,默认为coco.yaml,主要定义数据集路径,以txt文件保存【训练集、验证集和测试集】,类的数量【默认nc=80】,类名【names】

--img 640 640

//输入网络图像大小,默认640 * 640

--cfg cfg/training/yolov7.yaml

//训练中模型的参数定义,采用yaml文件【注意是training下的yaml,不是deploy下的】,可以用于模型的选择

--name yolov7

//保存项目名字

--hyp data/hyp.scratch.p5.yaml

//训练中超参数配置路径,默认data/hpy.scratch.p5.yaml,比如学习率、动量参数、权重衰减、预热epoch等

--epoch:

//训练多少轮,默认300轮

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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