目录
尝试1--唯一运行成功的
尝试2
尝试3
尝试4--希望最大
尝试5
后续成功！
前提：虽然成功训练完了，但是想到以后万一训练轮数太少没收敛，怎么在已经训练好的模型基础上继续进行多轮epoch的训练。或者训练着突然中断，之前训练的岂不是功亏一篑。
起因：在kaggle上训练完150轮之后查看结果，mAP值和recall值感觉不是特别高，思考是不是再多训练几轮网络会更收敛。寻找继续训练的方法。
找了好多解决办法，都没解决问题，一下午没了，已经没有动力debug了，记录一下，方便下次有同样的问题拿来再尝试。
继续训练包括两种方式：
- 训练过程中中断了，继续训练
- 训练完了，但是未收敛，在这个基础上，还想用这个权重、学习率等参数继续训练多一些批次
尝试1--唯一运行成功的
思路：
直接用last.pt权重，epoch=要继续训练的轮数，比如想在训练100轮，epoch=100
!python train.py --weights /kaggle/input/face-mask/last.pt --epochs 100 --device 0 思考：
相当于重新在原来基础上重新训练，并不是继续训练，结果也并没有很好，有一种不连贯的感觉。
- 原来训练的结果150轮：
- 重新用last.pt训练150轮的结果：（以为再训练150轮就能更好，结果并没有，糟糕糟糕OMG）
尝试2
参考博客：Kaggle平台持续运行项目最多9小时的解决方法
- 思路：
- 把要训练的轮次分两次训练，比如100+100，第一次训练epoch=100，第二次训练epoch=200
- 记得save version，方便查看日志文件。
- 把训练好100轮的权重文件下载下来，再上传到kaggle和训练文件放在一起。
- 前100轮跑完之后，更改代码中的epoch值，更改模型读取保存模型的路径。
!python tarin.py --epoch 200 --weights last.pt路径 # 根据理解写出更改部分- 思考：
博主提到的什么“代码里加上一句，把之前训练好的模型加入到现在的日志文件中。”然后对代码的修改，怀疑该方法不适用于yolov5，因为看其他博主都会提到resume参数的设置。
尝试3
参考博客：yolov5 显示每个类别的mAP以及如何继续训练
思路：
1、将resume参数设置为Ture
2、设置weights参数中的default = ''填入想要继续训练的生成的exp中的last.pt的路径
思考：
这位博主并没有提到他的继续训练是针对于哪种情况，暂时归到第二种情况下，他本来在源代码上修改，我觉得没有必要，可以直接在终端输入指令：
!python train.py --weights last.pt路径 --resume True后来又看到一篇博文说要在源代码上改才行，虽然心里不理解，后来在源代码上更改之后还是报错。
AssertionError: ERROR: --resume checkpoint does not exist
解决过程：一步解决：AssertionError: ERROR: --resume checkpoint does not exist
结果：并没有解决，开始报其他错。唉！
Traceback (most recent call last):
File "train.py", line 621, in <module>
main(opt)
File "train.py", line 492, in main
with open(Path(ckpt).parent.parent / 'opt.yaml', errors='ignore') as f:
FileNotFoundError: [Errno 2] No such file or directory: '/kaggle/input/opt.yaml'尝试4--希望最大
参考博客：yolov5 继续训练
思路：
第一种情况：
断电、或者什么原因中断了，比如设定epoch为200，但是在90这里中断了，想从断点这里继续训练到200 epoch。
直接在train.py设置resume参数为True即可
parser.add_argument('--resume', default=True, help='resume most recent training') # 感觉很靠谱，还没有遇到过这个情况，如果遇到就参考这个
第二种情况：
思路：
1、说是把resume改为ture,epoch改为300，然而下面的提示代码确实更改weights的，不理解为什么，到底改不改weights？？
2、在train代码中#epoch部分下添加：
ckpt['epoch'] = 200 # 我认为应该是199，虽然训练了200轮，但是其实是0-199
思考：
不知道要不要改权重文件，理解resume和epoch确实要改，weights要不要改不确定，但是两种都试也报错：
AssertionError: ERROR: --resume checkpoint does not exist # 醉了
尝试5
参考博文：yolov5——断点训练/继续训练【解决方法、使用教程】
思路：适用情况1
1、改resume参数为True
2、更改权重为last.pt
3、开始训练
python train.py --weights last.pt路径
思考：
该方法针对于情况1，我没遇到过，遇到后可尝试。我的情况使用后好像还是报了一样的错误，resume checkpoint does not exist
后续成功！
- 前提：在colab上训练一边看数据，一开始设置的epoch为150，觉得有点多，100就够了，去搜了之后，发现很简单就解决了。
- 适用：正在训练过程中可以终止的程序。变大变小epoch都可以。
1、首先终止程序，也适用于正在训练之后突然断电终止。（一个主动终止，一个被动终止）
2、修改train.py→resume参数default为True。
3、修改runs→train→exp11中opt.yaml中epoch数目为你想要的数字。
4、重新开始运行train.py文件即可。
文章来源地址https://www.toymoban.com/news/detail-450992.html文章来源：https://www.toymoban.com/news/detail-450992.html
到了这里，关于yolov5继续训练的方法，没解决sad的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
