yolov5继续训练的方法，没解决sad

目录

尝试1--唯一运行成功的

尝试2

尝试3

尝试4--希望最大

尝试5

后续成功！

前提：虽然成功训练完了，但是想到以后万一训练轮数太少没收敛，怎么在已经训练好的模型基础上继续进行多轮epoch的训练。或者训练着突然中断，之前训练的岂不是功亏一篑。

起因：在kaggle上训练完150轮之后查看结果，mAP值和recall值感觉不是特别高，思考是不是再多训练几轮网络会更收敛。寻找继续训练的方法。

找了好多解决办法，都没解决问题，一下午没了，已经没有动力debug了，记录一下，方便下次有同样的问题拿来再尝试。

继续训练包括两种方式：

• 训练过程中中断了，继续训练
• 训练完了，但是未收敛，在这个基础上，还想用这个权重、学习率等参数继续训练多一些批次

尝试1--唯一运行成功的

思路：

直接用last.pt权重，epoch=要继续训练的轮数，比如想在训练100轮，epoch=100

!python train.py  --weights /kaggle/input/face-mask/last.pt --epochs 100 --device 0 

 思考：

相当于重新在原来基础上重新训练，并不是继续训练，结果也并没有很好，有一种不连贯的感觉。

• 原来训练的结果150轮： 

 

•  重新用last.pt训练150轮的结果：（以为再训练150轮就能更好，结果并没有，糟糕糟糕OMG）

尝试2

参考博客：Kaggle平台持续运行项目最多9小时的解决方法

• 思路：

1. 把要训练的轮次分两次训练，比如100+100，第一次训练epoch=100，