训练

尹成学院 2023-01-13 01:38:35

课时名称	课时知识点
训练	训练

...全文

189 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

本文介绍了作者在使用YOLOv7进行目标检测训练时的经验，包括YOLOv7的特点、预训练权重的使用和选择。作者建议除非必要，否则避免使用YOLOv7，因其训练速度慢且消耗大量显存。预训练权重有两个选项，yolov7.pt和yolov7_training.pt，前者为重参数化模型，后者为未重参数化结构。作者指出预训练权重对最终结果影响不大，且可能降低性能。总结建议，若时间允许，可尝试两种权重比较效果，或直接不使用预训练权重。

本文介绍了在Ubuntu20.04环境下，使用CUDA11.4和Pytorch1.9.0训练YOLOv5时，如何在训练意外中断后接续训练。关键在于设置`resume`参数为`True`，确保保留的最大exp编号对应上次训练结果，并删除更高编号的exp。通过修改train.py中的参数，可以继续从上次中断的epoch开始训练，实现训练的无缝接续。

本文介绍了深度学习中的预训练策略，区分了无监督和有监督预训练，强调了预训练在加速训练、提高性能、解决数据不足和迁移学习中的作用，以及与训练阶段的区别。

本文围绕YOLOv8模型训练展开，介绍了best.pt和last.pt区别及训练参数含义。详细阐述使用官方脚本和Python脚本在未训练完及训练完所有epoch时继续训练、增加训练epoch的方法，还说明了减少训练轮次的具体操作，包括修改配置文件等，最后提醒训练结束还原代码。

本文通过比喻解释了预训练模型与直接训练的区别。预训练模型如同教孩子先学会爬和站立，再让他学跑步，可以大幅减少学习时间。在模型参数上，预训练意味着使用已有的相关任务训练好参数，之后只需微调即可适应新任务，提高了效率和效果。预训练模型的应用类似于有了基础知识后再去解决具体问题，能更快地达到目标。

尹成的课程社区_NO_2

1

社区成员

1,571

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章