yolov5训练加速

推荐博客：https://blog.csdn.net/ogebgvictor/article/details/129784503,关于yolov5训练提前resize，打开cache，batch size的设置等做了很多对比实验。

问题记录及解决

1、使用ddp训练，生成标签的cache报错，等待时间过长。
方法：先使用dp训练，生成标签的cache，停掉再使用ddp方式训练。
2、

[E ProcessGroupNCC
L.cpp:828] [Rank 6] Watchdog caught collective operation timeout: WorkNCCL(SeqNum=438621, OpType=BROADCAST, Timeout(ms)=1800000) ran for 1806330 milliseconds before timing out.
[E ProcessGroupNCCL.cpp:828] [Rank 4] Watchdog caught collective operation timeout: WorkNCCL(SeqNum=438621, OpType=BROADCAST, Timeout(ms)=1800000) ran for 180633
7 milliseconds before timing out.

参考：https://stackoverflow.com/questions/69693950/error-some-nccl-operations-have-failed-or-timed-out
修改：

# dist.init_process_group(backend='nccl' if dist.is_nccl_available() else 'gloo')
        torch.distributed.init_process_group(backend='nccl', timeout=datetime.timedelta(seconds=36000))

速度优化

参考：https://blog.csdn.net/weixin_41012399/article/details/133307450?spm=1001.2014.3001.5501
300万张提前resize好的图片，训练11个小时/epoch
方法一：提前resize
参考：https://blog.csdn.net/ogebgvictor/article/details/129784503
https://blog.csdn.net/ogebgvictor/article/details/132529353
这里需要注意，如果你的训练图片都很大，比如分辨率高，或者压缩率低，你都可以根据训练用到的分辨率直接把原图resize一下，保存为jpg格式，直接保存到npy文件中（具体见续篇），比如你训练的分辨率用的是640（yolov5默认就是640），那你就把图片resize到640（保持宽高比例）就行了，这样你的图片就变小了，那读图时间自然就少了。并且有可能变小之后你的内存装的下了，那速度就起飞了！
此处修正:
1.保存为640jpg会对图片有一定损失，可以保存为640分辨率的npy，npy完全无损，但是速度较慢。经过测试，取折中方式，保存为640jpg选择质量100%（默认80%），图片损失对模型训练影响可接受，还可以提高训练速度。

方法二：开启图片缓存
参考：https://blog.csdn.net/ogebgvictor/article/details/129784503
(‘–cache’, type=str, nargs=‘?’, const=‘ram’, help=‘image --cache ram/disk’)
图片的缓存文件是对应npy，占用的空间是原始图片的10倍以上。可以选择缓存到系统RAM空间，也可以缓存到硬盘。我这里数据量太大，系统RAM空间不够。可以选择缓存到disk。
开启缓存的适用情况：
如果训练图片总量不大，或者服务器内存超高，即完全可以把解码后的图片放内存里，那就充分利用，直接加上–cache参数完事。如果读图片的时间不长，它的耗时只占总时间的很少一部分，没什么优化意义那就不用管它。
参照上述博客的结论，如果resize之后再用缓存，那速度更是快的飞起。我这里系统内存不够，只能缓存到硬盘，但是我这里硬盘读取速度不快，需要测试一下效果。


方法二：查看内存和gpu使用情况。

htop
nvidia-smi

显存和cpu使用率都不高，参考：https://blog.csdn.net/flamebox/article/details/123011129
修改workers和batchsize，提高cpu和gpu使用率。
目前的workers是8，bs是32.
修改workers=16，bs=64。提高cpu和gpu使用率，但是会使用更多的内存，需要关注系统内存使用情况，目前是167G/252G。查看cpu使用情况，以及训练速度。
训练速度有一点提高，10.5个小时/epoch，效果不明显。
cpu使用率没有提高，gpu使用率有一定提高。

分析原因，增加workers没有提高cpu使用率，猜测瓶颈是在读取数据的磁盘io上，读取数据跟不上，workers增大也没有意义。gpu使用率可以尝试进一步提升一下。改为workers=16，bs=128。
读图和训练是并行进行的，需要看一下瓶颈在cpu读图还是gpu训练，如果两个都不是瓶颈，可以增加gpu和cpu使用率。