【yolov5 v6.0】中断以后重新训练，增加epochs，冻结层

中断以后重新训练

有个resume的参数，将default从False改成True，然后他就会自己去找最新的权重继续训练了。
然后有个需要注意的点就是，不要为了想要备份最新的权重，然后把它复制一份出来，这样子，好像会造成路径的错乱，然后报错了很久哈哈哈（最后把复制出来的weights的文件夹删掉才好的）

增加训练的epochs

就是训练完了以后发现还没有收敛，想要继续增加epochs。我做的改动

1. 修改resume参数
2. 把epochs的参数修改成你需要的次数
3. 在train文件夹里面加入语句，ckpt[‘epoch’] = 上一次训练的最后一个的次数
   
   如果没有改的话可能会报错，大概的意思是说已经训练完了，不需要再继续训练了。
4. 我还改了/runs/exp3中的opt.yaml文件中的epochs的个数，修改成了300，但是不知道这个有没有用处

训练的结果

tensorboard的使用

1. 先在对应的环境下安装这个库
2. 然后输入tensorboard --logdir=【event文件所在的文件夹路径】
3. 然后在对应的端口打开
   
4. 如果打开网页以后没有响应，或者找不到网页的话，那么就需要在xshell中把对应的端口弄到本地服务器上面。
5. 
6. 然后再打开就好了
7. 
8. 最后我的训练结果如上，虽然loss会突然增加，但是最后的趋势好像也和之前是一致的，初步判断，这样子增加训练的epochs是可行的。

冻结层

主要是对应一个freeze参数，这个参数默认是0，也就是不冻结的意思


对应的freeze的层数的代码主要是上面那样子的
freeze是一个列表，如果列表的长度大于1的话，那么freeze就是对应列表里面的数字的层数
例如输入的freeze为[0,9],那么对应的freeze=['model.0,model.9] 两层
如果输入的列表里面只有一个数字的话，那么对应的就是range(freeze[0])的层，如果输入的是10的话，那么对应的就是前10层['model.0, …, model.9] ,如果是默认输入的0的话，对应的freeze=[]，没有需要冻结的层

那么对应的，可以考虑先冻结一部分层，再在这个基础上对后面的层进行修改的话，应该可以结合上面说到的几种方法进行测试？