yolov5实现机器视觉ai自瞄，本人跑代码训练时总结下来的坑（参数设置，服务器使用，自动打标签，训练速度，显存使用率...）

想到啥些啥，都是些我遇到的，很坑，但偏偏又有点蠢的问题。

 

路过进来的朋友可以 ctrl+F 搜一下有没有自己苦恼的问题。

1，训练的模型使用越小（最小是yolov5n），帧数越高，自瞄间隔越短。

        我一开始是用yolov5l训练，因为官方说这个综合评价最棒，结果训练出来的pt模型大小80多MB，跑程序帧数还低的一匹（我1650的显卡，垃圾的很）。后来群里有个大佬发了个13MB的，我试了一下，简直像用了海飞丝，乐死我了。一问才知道，训练出来的模型大小，是跟训练时使用官方模型大小有关，越小的越快越爽，虽然精度低了，但足够跑个fps游戏自瞄了。

        （群友说10系显卡用n，20系用s）

2，打标签很辛苦，所以我一开始是找群里的大佬们打好的标签用，但总有大佬们不玩的游戏，这个时候我们可以先做小部分数据集，跑个pt出来，然后用自己的pt再去识别图片。detect.py里面有个参数“--save-txt”

 随便右键，点出这个修改运行配置的东西，吧参数名添加到图片里的那个位置保存，然后跑detect代码，就能在结果run里不仅仅有识别的图片，还有写好的txt标签。

        然后再自己用labellmg，打开图片位置和标签位置，看看那些是多余的打错的，改改就能用了。

        再不济可以找一些大佬写好的一键打标签的代码或者软件，都能解放双手。

3，（这时候是用的自己的电脑跑模型）batch size是个很奇怪的东西，听别人说是按自己显存一半的大小设置，我自己的电脑显存是4g，一开始我设置成4，跑不了（报错）。3，行，我就跑3了，但gpu使用率一直是50%左右。后来狠心改回16，突然就能跑了，使用率也拉满，干脆就这样吧。（2022.4.26）

4，（开始买云服务器跑模型）在服务器（我用的极链ai云）跑训练集，先买个最便宜的卡（比如2.5一个小时），跟着你找的教程走一遍，即使报错了，花一个半个小时debug，也不会亏什么钱。

        开始我以为我能一遍过，买了2个gpu的3090，10块钱一个小时，结果debug就花了一个小时，麻了，10块钱打水漂了（2022.4.28）

5，如果是在极链ai云的话，推荐用Tesla 的卡（这个是专门用来做科研类的卡，比同价位普通卡快很多）。

6，训练的时候发现显卡的gpu使用率很低，显存无论怎么调都用不完，那大概是你的数据集不够，搞多点数据集图片就好。  

        例如：你的数据集是100张图片，batchsize最高也只有设置100，往上再设置，你一轮也还是一次性训练100张图片，这时候多余的显存你怎么都用不了的，就算把batchsize设置成100000，该用的显存还是batchsize=100的量。（2022.4.30）

        （我这里用的Tesla T4，单gpu，训练150多张图片吧（包括训练集和测试集），设置的batchsize=200还设置大了，没啥用，显存始终就用这么多，就算batchsize设置为10000也是一样的速度8秒左右一轮。）

        （顺便说一下验证集测试集 “ 比例问题 ”，我用的是coco128，官方推荐的是测试集和验证集是用的同一堆图片，我认为是对的，不用特意划分新的验证集。

        上面图片的数据集，我试过两种方法区分，1是另外选几张图片分到验证集val里，2是val跟train是同一个文件夹，训练结果是第二种好，很好！第一种基本识别失败。

        或许我的数据集太少，有不同意见的可以说一下）

7,服务器python环境配置问题。

        如果把python导入ssh中还是找不到python环境，那就把ssh中的python安装以前的版本，比如2020年12月份的，然后再重新加载一下就有python环境了。（2022,5,1)

8，打标签classes越多，训练的时间也越多，反而反之。

        但如果只有一个分类，亲测经历，训练出来的exp里pred值很高且都对了，但在实时截图运行中是识别不出任何东西的。

        但是！！！对于视频和图片却又能识别成功，就很奇怪，所以还是得看用于检测什么东西？（2022.5.3）

9，依旧是参数设置，“workers”，default先设置为你数据集的大小量，能跑就行（指高性能的显卡上跑，家用普通的8清楚，我自己电脑是设的16）。

        这个好像是dataloader的最大值，搜过别的博主说，最好设置成32，多了少了都会变慢速度。

        但我测试过，700个数据集的情况下，workers低于700会慢，大于700即到达最极限速度，不过设置成1000的话跟700比没有变化。

10，gpu买多买少，变化不大，甚至会反而掉速。

        这个原因我不清楚，反正我试过多gpu，设置到极限的batchsize和workers，跟单gpu也没什么不同，甚至还变慢了，也有可能是我的设置问题吧。

        我测试的网站是极链ai，700数据集、1：9训练测试比情况下，3块钱一个小时单gpu的Tesla T4速度最快，多加gpu甚至更慢，8.5块钱一个小时单gpu的Tesla V100速度居然也一样，百思不得其解，我朋友说是边际效用的原因。（2022.5.4）