YOLOv5 参数介绍

train.py

--weigths: 指的是训练好的网络模型，用来初始化网络权重

--cfg：指的是网络结构

--data：训练数据路径

--hyp: 训练网络的一些超参数设置

--epochs：训练迭代次数

--batch-size：每次喂给神经网络的图片数目

--imgsz：训练图片尺寸

--rect： 是否采用矩形训练

--resume： 指定你之前训练的网络模型，想继续训练这个模型

--nosave： 只保留最终网络模型

--noval：是否只在最后一次测试网络模型

--noautoanchor：是否采用锚点

--evolve：是否寻找最优参数

--bucket：没用了

--cache：是否对图片进行缓存，加快训练

--image-weights：测试过程中，图像的那些测试地方不太好，对这些不太好的地方加权重

--device：训练网络的设备cpu还是gpu

--multi-scale：图片尺度变换

--single-cls：训练数据集是单类别还是多类别

--adam：是否采用adam

--sync-bn：分布式训练

--workers: 多线程训练

--project：训练结果保存路径

--name： 训练结果保存文件名

--exist-ok： 覆盖掉上一次的结果，不新建训练结果文件

--quad：在dataloader时采用什么样的方式读取我们的数据

--linear-lr：按照线性的方式去调整学习率

--label-smoothing： 对标签平滑，防止过拟合

-patience：没用过，这里感觉意思就是训练到oatience次数时停止

--freeze：冻结哪些层，不去更新训练这几层的参数

--save-period：训练多少次保存一次网络模型

--local_rank：分布式训练