49 lines
2.2 KiB
INI
49 lines
2.2 KiB
INI
[Train]
|
||
;True使用cuda训练
|
||
cuda = True
|
||
; 用于固定随机种子
|
||
; 使得每次独立训练都可以获得一样的结果
|
||
seed = 12
|
||
;distributed 用于指定是否使用单机多卡分布式运行
|
||
; 终端指令仅支持Ubuntu。CUDA_VISIBLE_DEVICES用于在Ubuntu下指定显卡。
|
||
; Windows系统下默认使用DP模式调用所有显卡，不支持DDP。
|
||
;DP模式：
|
||
; 设置 distributed = False
|
||
; 在终端中输入 CUDA_VISIBLE_DEVICES=0,1 python train.py
|
||
;DDP模式：
|
||
; 设置 distributed = True
|
||
; 在终端中输入 CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 train.py
|
||
distributed = False
|
||
; sync_bn 是否使用sync_bn，DDP模式多卡可用
|
||
sync_bn = False
|
||
fp16 = False
|
||
classes_path = model_data/voc_classes.txt
|
||
anchors_path = model_data/yolo_anchors.txt
|
||
anchors_mask = [[6, 7, 8], [3, 4, 5], [0, 1, 2]]
|
||
model_path =
|
||
input_shape = [640, 640]
|
||
backbone = cspdarknet
|
||
pretrained = False
|
||
phi = x
|
||
; mosaic 马赛克数据增强。
|
||
; mosaic_prob 每个step有多少概率使用mosaic数据增强，默认50%。
|
||
|
||
; mixup 是否使用mixup数据增强，仅在mosaic=True时有效。
|
||
; 只会对mosaic增强后的图片进行mixup的处理。
|
||
; mixup_prob 有多少概率在mosaic后使用mixup数据增强，默认50%。
|
||
; 总的mixup概率为mosaic_prob * mixup_prob。
|
||
|
||
; special_aug_ratio 参考YoloX，由于Mosaic生成的训练图片，远远脱离自然图片的真实分布。
|
||
; 当mosaic=True时，本代码会在special_aug_ratio范围内开启mosaic。
|
||
; 默认为前70%个epoch，100个世代会开启70个世代。
|
||
mosaic = False
|
||
mosaic_prob = 0.5
|
||
mixup = True
|
||
mixup_prob = 0.5
|
||
special_aug_ratio = 0.7
|
||
; label_smoothing 标签平滑。一般0.01以下。如0.01、0.005。
|
||
label_smoothing = 0.01
|
||
|
||
[dataset]
|
||
classes_path = model_data/voc_classes.txt
|