本组选择了autodl平台的云服务器,由于autodl平台的优秀优化,我们直接采用了平台提供的算法镜像
为了图省事,直接用默认设置进行了训练即采用了COCO2017的格式
python train.py --weights yolov5s.pt --cfg model.yaml --epoch 200
由于官方给的数据集过于拉跨我们对全部图片进行了重新标注,并且加入了爬下来的1044张图片
默认训练使用的data设置为yolov5/data/coco128.yaml
可以按如下方式构建训练文件夹即可
/root/datasets/coco128/
├── images/train2017/ #放训练集的图片
└── labels/train2017/ #放训练集的标注
我用的3090,batch-size可以设置到48
2080ti降到24(a100可以设置到128+)