当前位置: article > 正文

yolo训练步骤_yolov9 resume

作者：笔触狂放9 | 2024-03-25 22:14:06

踩

yolov9 resume

训练部分

数据集的划分

必须要按照如下格式：

yolo查找标签时会自动在“训练集”和“验证集”的上一级目录的labels下对应目录下的对应标签文件
总之这样划分就行了

修改data配置文件

随便选一个.yaml文件，都不影响

把不必要的部分删掉（下载数据的部分），把数据集的路径填进去，标注类别填进去。这里可以不要test数据，不填就行了。

修改model配置文件

将nc改为你的类别数

下载权重文件

去官网下载，为.pt文件，有的权重还比较大

在releases下的assets(资源)中

修改train

在此我们主要设置如下参数

weight：将下载好的权重路径放入，也可以空，表示不用预训练的权重

cft：模型路径

data：数据集路径

根据自己的配置修改相应的batchsize、epochs

这些参数做一个简单说明：

--weights: 初始权重的路径。
--cfg: 模型配置文件的路径。
--data: 数据集配置文件的路径。
--hyp: 超参数文件的路径。
--epochs: 训练的总轮数。
--batch-size: 所有 GPU 上的总批量大小。
--img-size: 训练和测试图像的大小。默认为 [640, 640]。
--rect: 如果设置，表示使用矩形训练。
--resume: 如果设置，表示继续最近的训练。
--nosave: 如果设置，表示只保存最终的检查点。
--notest: 如果设置，表示只测试最终的轮次。
--noautoanchor: 如果设置，表示禁用自动anchor检查。
--evolve: 如果设置，表示演化超参数。
--bucket: gsutil bucket。
--cache-images: 如果设置，表示缓存图像以加快训练速度。
--image-weights: 如果设置，表示使用加权图像选择进行训练。
--device: 训练设备，可以是 cuda 设备（例如，'0' 或 '0,1,2,3'）或者 'cpu'。
--multi-scale: 如果设置，表示变化 img-size +/- 50%。
--single-cls: 如果设置，表示将多类数据训练为单类。
--adam: 如果设置，表示使用 torch.optim.Adam() 优化器。
--sync-bn: 如果设置，表示使用 SyncBatchNorm，只在 DDP 模式下可用。
--local_rank: DDP 参数，不要修改。
--workers: 数据加载器工作线程的最大数量。默认为 8。
--project: 保存结果的项目路径。默认为 'runs/train'。
--entity: W&B 实体。
--name: 保存结果的项目名称。默认为 'exp'。
--exist-ok: 如果设置，表示存在的项目/名称是允许的，不会自动递增编号。
--quad: 如果设置，表示使用 quad 数据加载器。
--linear-lr: 如果设置，表示使用线性学习率。
--label-smoothing: 标签平滑的 epsilon 值。默认为 0.0。
--upload_dataset: 如果设置，表示将数据集上传为 W&B artifact 表。
--bbox_interval: 设置用于 W&B 的边界框图像记录间隔。
--save_period: 设置每个 "save_period" 轮后记录模型。
--artifact_alias: 用于选择数据集 artifact 版本的别名。默认为 "latest"。

好！开始炼丹（训练）

接下来所遇到的问题

wandb.errors.UsageError: api_key not configured (no-tty). call wandb.login(key=[your_api_

参考此篇

具体原因：未设置api-key值

RuntimeError: result type Float can‘t be cast to the desired output type long int

参考此篇

找到utils下的loss.py


# gain = torch.ones(7, device=targets.device) # 注释此行
gain = torch.ones(7, device=targets.device).long() # 修改为此行

具体原因：新版本的torch无法自动执行此转换，旧版本torch可以

Images sizes do not match. This will causes images to be display incorrectly in the UI

参考此篇

未解决，但不影响使用

训练完后会在run/train下保存有.pt的训练权重模型和一些结果图片

推理模式

--weights: 模型权重的路径，可以指定一个或多个权重文件。
--source: 推理的输入源，可以是文件路径、文件夹路径，或者使用摄像头时为 0。
--img-size: 推理时的图像大小（像素）。默认值为 640。
--conf-thres: 目标置信度阈值，低于此阈值的目标将被过滤。
--iou-thres: 非极大值抑制（NMS）的 IoU 阈值，用于去除重叠较大的边界框。默认值为 0.45。
--device: 推理设备，可以是 cuda 设备（例如，'0' 或 '0,1,2,3'）或者 'cpu'。默认为空字符串，表示使用默认设备。
--view-img: 如果设置，将显示推理结果。
--save-txt: 如果设置，将结果保存为文本文件（*.txt）。
--save-conf: 如果设置，将置信度信息保存到 --save-txt 指定的标签文件中。
--nosave: 如果设置，将不保存推理结果的图像或视频。
--classes: 指定要过滤的目标类别。可以指定一个或多个类别的索引，例如，--classes 0 或 --classes 0 2 3。
--agnostic-nms: 如果设置，使用类别无关的 NMS。
--augment: 如果设置，进行推理时使用数据增强。
--update: 如果设置，将更新所有模型。
--project: 保存结果的项目路径。默认为 'runs/detect'。
--name: 保存结果的项目名称。默认为 'exp'。
--exist-ok: 如果设置，表示存在的项目/名称是允许的，不会自动递增编号。

设置一个好的置信度和iou还挺重要的

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/笔触狂放9/article/detail/312802