YOLO训练中断解决方法、训练结束后增加/减少训练次数epoch方法

已于 2023-05-12 16:51:50 修改
阅读量5.7k 收藏 47
点赞数 3
文章标签： YOLO 深度学习
于 2023-05-12 14:17:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44361377/article/details/130641312
版权

1. 训练中断，继续训练

训练因外界原因中断：

方法一：修改train.py文件中的resume参数，从中断前的最后一个epoch开始训练。

 由于突然断电等原因，last.pt未保存或损坏时：

方法二：删除损坏的last.pt，直接将最后的一个best.pt或epcoch_xx.pt改为last.pt，继续训练。

2.训练完成后，减少增加epoch次数

由于网络收敛或者未收敛，需提前结束训练或者继续训练时，可以修改epoch，然后resume修改为True继续训练。

修改训练过程产生的所有.yaml中的epochs参数

 

 

 

桦拾
关注
YOLOv5源码逐行超详细注释与解读（3）——训练部分train.py
路人贾的博客
03-11 2万+
全网最详细的YOLOv5项目源码解读之训练部分train. py。全文近5万字！代码逐行注释，逐段讲解，小白入门必备！
yolov8训练中断，或者想增加epoch继续训练
m0_63947712的博客
04-11 1352
如果是中途中断，将这里修改为最新生成的模型，best.pt是在一组epoch（比如我这里设置的是10，也就是程序训练了10个epoch就会自动停下来）中训练出的最好的模型。如果是觉得训练得不够，想增强训练，那就先改model，再改epochs，看自己要再训练多少。：yolov8训练中断，不想从头开始训练；或者训练一定数量的epoch后，想继续训练。不要的语句可以先注释掉，而不是直接删掉哈，之后可能会用。取消注释：快捷键Ctrl+Shift+/注释：快捷键Ctrl+/
Yolov5如何在训练意外中断后接续训练
ShakalakaPHD的博客
10-07 2万+
Yolov5如何在训练意外中断后接续训练配置环境问题描述调参结果修改num_workers结论附录 配置环境 操作系统：Ubuntu20.04 CUDA版本：11.4 Pytorch版本：1.9.0 TorchVision版本：0.7.0 IDE：PyCharm 硬件：RTX2070S*2 问题描述 在训练YOLOv4tiny时发现GPU占用率非常低，并且经常跳到0，导致训练速度很慢 为此博主对几个时间点就行设置，打印出来加载数据花费的时间和真正网络训练花费的时间，结果加载数据花费了20多秒，训练也只
yolov8断点续训
最新发布
shgg2917的博客
08-11 556
这时候如果下次能继续上次训练的结果继续训练会节省很多时间。
【深度学习】YOLOv9继续训练——断点训练方法
weixin_45866058的博客
03-13 2703
YOLOv9继续训练主要分为两个情况： 其一、训练过程中意外中断，未完成训练预期的epoch数量； 其二、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轮次
Yolov8如何在训练意外中断后接续训练
qq_43471945的博客
03-30 1万+
在训练YOLOv8的时候，因为开太多其他程序，导致在100多次的时候崩溃，查询网上相关知识如何接着训练，在yolo5中把resume改成True就可以。在yolov8中也这样尝试，将ultralytics/yolo/cfg/default.yaml中的resume改成True发现并没有作用，感觉yolov8代码还是有很多bug。
【深度学习】Yolov5训练意外中断后如何接续训练详解；yolov5中断后继续训练
点赞的都能无bug通过！
12-07 7701
目标检测是计算机视觉上的一个重要任务,下面这篇文章主要给大家介绍了关于Yolov5训练意外中断后如何接续训练的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下操作系统：Ubuntu20.04CUDA版本：11.4Pytorch版本：1.9.0TorchVision版本：0.7.0IDE：PyCharm硬件：RTX2070S*2在训练YOLOv5时由于数据集很大导致训练时间十分漫长，这期间Python、主机等可能遇到死机，或者任务量繁重导致功耗过大主机自动重启的情况，如果需要训练300个epoc
Yolov5意外中断重新训练（自用）
cqy_code的博客
12-08 1095
Yolov5训练意外中断或想继续训练，
YOLOv5模型训练中断，如何恢复训练？断点续传，有效解决。
weixin_43401024的博客
05-01 1万+
YOLOv5模型训练中断，恢复训练有效方式。断点续传，一行代码轻松搞定。
手把手带你调参YOLOv5 (v5.0-v7.0)（训练）
热门推荐
YOLOv8项目贡献者
04-25 4万+
解析YOLOv5 train.py文件中38个参数含义
YoloV8_从零开始，环境安装，制作数据集，训练模型
XWZYDR的博客
04-02 2139
从零开始训练模型
目标检测YOLO实战应用案例100讲-基于深度学习的遥感目标检测算法FPGA部署实现研究
qq_36130719的博客
06-19 2768
目标检测网络是计算机视觉领域的一个重要研究方向，目前在研究和使用的目标检测网络都是基于深度学习的深度神经网络。基于深度学习的目标检测网络算法大致可以分为两大类，一类是单阶段目标检测网络，一类是二阶段目标检测网络。二阶段目标检测网络如RCNN需要生成多个候选区域在进行目标的分类和定位，运行的速度较慢，而单阶段目标检测网络则不需要通过候选区域直接生成目标的分类和定位信息，所以速度较快，本文也选择了基于YOLO系列算法的YOLOX作为基础模型。
高性能计算(HPC)和智能计算理解
tugouxp的专栏
07-24 5481
1.现代终端设备一般都跟云端服务器相连，但只要可能，我们都希望计算可以在本地终端解决，这样做的好处是多方面的：既可以减小网络带宽的压力，又可以避免网络传输产生的时延，还可以让用户的数据更安全。现代终端设备一般用一个片上系统 (SoC)做计算，上面部署了通用的CPU和集成显卡。对于日益增多的卷积神经网络推理计算来说，在移动端的CPU（多数ARM，少数x86）上虽然优化实现相对简单（参见我们对CPU的优化），但此处它并非最佳选择，因为：1）移动端CPU算力一般弱于集成显卡（相差在2-6倍之间）；2）更重要的是，
pytorch yolov5训练中断如何继续训练
一季南凉的博客
04-16 5382
我电脑总蓝屏，一共50个Epoch好不容易训练到第十三个，结果蓝屏了 以前我刚接触yolov5我只会执行train.py脚本来。 然后搜索pytorch 模型训练中断怎么办，都让我设置保存断点然后下次运行加载 torch.save() torch.load() 我总觉得不对劲，我总觉得应该还有别的方法 因为我这个没在pycharm上运行整个项目，我是在Anaconda Prompt上 执行train.py 然后我就开始在train.py里查找有没有torch.save和torch.load，还真有，而且看着
Yolov8中断后继续训练，resume方法，断点训练
weixin_61623830的博客
05-21 2679
1.错误尝试在训练YOLOv8的时候，因为开太多其他程序，导致在100多次的时候崩溃，查询网上相关知识如何接着训练，在yolo5中把resume改成True就可以。在yolov8中也这样尝试，将ultralytics/yolo/cfg/default.yaml中的resume改成True发现并没有作用，感觉yolov8代码还是有很多bug。
【DL系列】YOLOv5、YOLOv7断点续训
qq_39770163的博客
11-06 1万+
YOLOv5、YOLOv7断点续训。 深度学习目标检测模型YOLO系列断点续训操作。
YOLOV5-断点训练/继续训练
weixin_42886071的博客
09-03 9617
yolov5-断点训练/继续训练
yolov7中断训练后继续训练
qq_40342287的博客
01-13 1187
看报错提示是protobuf这个库版本不对，protobuf需要3.20.x或以下版本，我查了下我自己的版本是4.15.2。版本不对，那就卸载原来的protobuf，再安装一个符号要求的版本。看报错提示还是版本不匹配，我安装了protobuf 3.19.0版本，但是需要3.20.2以上的版本。（2）weights参数，参数值改为中断前上次训练权重。4、protobuf版本问题搞定后，再次运行训练命令。（1）添加resume参数，参数值改为true。ok，接着之前中断的训练继续训练了。
yolo训练中断了如何继续
04-04
如果YOLO训练中断了，可以使用checkpoint文件来继续训练。Checkpoint文件是在训练过程中定期保存的模型参数文件，可以在训练中断后重新加载并继续训练。 在YOLO训练过程中，使用如下命令可以定期保存checkpoint文件： ``` ./darknet detector train data/obj.data cfg/yolov3.cfg darknet53.conv.74 -map -dont_show -mjpeg_port 8090 -map -gpus 0,1,2,3 -snapshot_interval 1000 ``` 其中，`-snapshot_interval`参数指定了保存checkpoint文件的间隔，这里设置为每1000个batch保存一次。 如果训练中断了，可以使用如下命令来继续训练： ``` ./darknet detector train data/obj.data cfg/yolov3.cfg backup/yolov3_last.weights -gpus 0,1,2,3 ``` 其中，`backup/yolov3_last.weights`指定了上一次保存的checkpoint文件，作为继续训练的起点。继续训练时只需要指定checkpoint文件和GPU数量即可。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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