yolov8训练进阶：自定义训练脚本，从配置文件载入训练超参数_yolov8如何多卡训练

yolov8官方教程提供了2种训练方式，一种是通过命令行启动训练，一种是通过写代码启动。


命令行的方式启动方便，通过传入参数可以方便的调整训练参数，但这种方式不方便记录训练参数和调试训练代码。
自行写训练代码的方式更灵活，也比较方便调试，但官方的示例各种参数都是在代码中写死的方式，失去了灵活性。
其实我们可以结合这两种方法的优势，既能够通过命令行参数修改很容易变化的参数（如batch size, epoch, imgsz等），然后用配置文件保存很少需要变化的参数，或者这些变化需要保存下来方便对比（如各类增强比例）。

代码分析

首先我们需要知道我们能够设置哪些参数，尽管官方文档列出了命令行能够传入的参数列表，但每次设置大量参数还是不方便，而不设置的时候默认参数是多少我们也不知道，所以还是有必要分析一下代码。
通过模型的train接口我们会知道所有的Trainer均继承自BaseTrainer(yolo/engine/trainer.py)，该类的构造函数如下：

def __init__(self, cfg=DEFAULT_CFG, overrides=None, _callbacks=None):
        """
        Initializes the BaseTrainer class.

        Args:
            cfg (str, optional): Path to a configuration file. Defaults to DEFAULT_CFG.
            overrides (dict, optional): Configuration overrides. Defaults to None.
        """
        self.args = get_cfg(cfg, overrides)
        self.device = select_device(self.args.device, self.args.batch)
        self.check_resume()
        ...
1
2
3
4
5
6
7
8
9
10
11
12

其中overrides就是我们设置的参数，我们未设置的参数则来源于DEFAULT_CFG，继续跟踪我们会发现这个DEFAULT_CFG实际来源于yolo/cfg/default.yaml：

# Ultralytics YOLO 
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/在线问答5/article/detail/823883