[炼丹术]YOLOR目标检测训练模型学习总结

YOLOR目标检测训练模型学习总结

---

性能测试

python test.py --data data/cocoaml --img 320 --batch 8 --conf 0.001 --iou 0.65 --device 0 --cfg cfg/yolor_p6.cfg --weights weights/yolor_p6.pt --name yolor_p6_val

模型训练

单 GPU 训练：

python train.py --batch-size 8 --img 1280 1280 --data coco.yaml --cfg cfg/yolor_p6.cfg --weights '' --device 0 --name yolor_p6 --hyp hyp.scratch.1280.yaml --epochs 300

若出现RuntimeError: CUDA out of memory. 则说明显存不够，需要手动调低阈值，如下

python train.py --batch-size 8 --img 640 640 --data coco.yaml --cfg cfg/yolor_p6.cfg --weights '' --device 0 --name yolor_p6 --hyp hyp.scratch.640.yaml --epochs 300

wandb训练过程

多 GPU 训练：

训练计划

推理测试

下载yolor_p6.pt

python detect.py --source inference/images/horses.jpg --cfg cfg/yolor_p6.cfg --weights weights/yolor_p6.pt --conf 0.25 --img-size 1280 --device 0

训练自己的数据集