Yolov5工程记录

Yolov5工程记录

常用语句

训练路径下数据集

python train.py --batch-size 2 --epochs 200 --data TrainData/Wood/data.yaml --weights weight/yolov5n6.pt

运行训练数据

python .\detect.py --source D:\Data\train\valid\images --weights runs/train/exp2/weights/best.pt --conf-thres 0.02 --iou-thres 0.5

工程功能结构

train.py 框架训练文件
detect.py 框架运行文件

runs 执行运行生成结果

detect 运行结果保存
train 训练结果保存

weight 初始化权重文件（自行下载）

训练参数解析

参数名	参数含义	必填
weights	初始化权重文件	否
cfg	选用神经网络	否
data	待训练数据路径	是
hyp	训练网络的一些超参数设置	否
epochs	训练轮次	是
batch-size	并行训练数量	是
imgsz	图片大小	否
rect	是否采用矩形训练	否
resume	指定你之前训练的网络模型，想继续训练这个模型	否
noval	只保留最终网络模型	否
noautoanchor	是否采用锚点	否
noplots	不保存绘图文件	否
evolve	是否寻找最优参数	否
bucket		否
cache	是否缓存图片，加快训练	否
image-weights	测试过程中，图像的那些测试地方不太好，对这些不太好的地方加权重	否
device	训练设备选择	否
multi-scale	图片尺度变换
single-cls	训练数据集是单类别还是多类别	否
optimizer		否
sync-bn	分布式训练	否
workers	多线程训练	否
project	训练结果保存路径	否
name	训练结果保存文件名	否
exist-ok	覆盖上一次训练结果	否
quad	在dataloader时采用什么样的方式读取我们的数据	否
cos-lr	余弦LR调度器	否
label-smoothing	在dataloader时采用什么样的方式读取我们的数据	否
patience	early stop被激活（如发现loss相比上一个epoch训练没有下降），则经过patience个epoch后停止训练	否
freeze	冻结层，指定层数不进行更新训练	否
save-period	early stop被激活（如发现loss相比上一个epoch训练没有下降），则经过patience个epoch后停止训练	否
seed		否
local_rank	分布式训练	否
entity		否
upload_dataset		否
bbox_interval		否
artifact_alias		否

检测参数解析