yolov5训练相关参数解释

很多常用术语不太懂，毕竟咱不是这专业的，也算个初学者，总之，菜是原罪，能学就学。

1.官方解释

查看https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data，里面有这样一句话。

For training command outputs and further details please see the training section of Google Colab Notebook.

打开这个notebook（需要点手段，你们懂的）。
总结一下，这个notebook中有关train 的信息。

1. actual training is much longer, around 300-1000 epochs, depending on your dataset
2. --cfg选择model文件（models/yolo5s.yaml）
3. --data选择datase文件(data/coco128.yaml)
4. --weights指定初始权重文件（随机初始化--weights ''）
5. All training results are saved to runs/exp0 for the first experiment, then runs/exp1, runs/exp2 etc. for subsequent experiments.(实验发现到10就停下了，之后不断更新exp10)
6. 可选tensorboard（还不会用。。。）
7. A Mosaic Dataloader is used for training
8. View test_batch0_gt.jpg to see test batch 0 ground truth labels.
9. View test_batch0_pred.jpg to see test batch 0 predictions.
10. Training losses and performance metrics are saved to Tensorboard and also to a runs/exp0/results.txt logfile. results.txt is plotted as results.png after training completes.

然后就没了。。。。。显然对咱深入理解没啥帮助，也就勉强一用。

2.源码阅读

传参都在这了。

if __name__ == '__main__':
    check_git_status()
    parser = argparse.ArgumentParser()
    parser.add_argument('--cfg', type=str, default='models/yolov5s.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default='data/coco128.yaml', help='data.yaml path')
    parser.add_argument('--hyp', type=str, default='', help='hyp.yaml path (optional)')
    parser.add_argument('--epochs', type=int, default=300)
    parser.add_argument('--batch-size', type=int, default=16)
    parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='train,test sizes')
    parser.add_argument('--rect', action='store_true'