train_multi_gpus.sh 3.7 KB

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556
  1. # -------------------------- Train YOLOX series --------------------------
  2. python -m torch.distributed.run --nproc_per_node=8 train.py \
  3. --cuda \
  4. -dist \
  5. -d coco \
  6. --root /data/datasets/ \
  7. -m yolox_l\
  8. -bs 64 \
  9. -size 640 \
  10. --wp_epoch 3 \
  11. --max_epoch 300 \
  12. --eval_epoch 10 \
  13. --no_aug_epoch 15 \
  14. --ema \
  15. --fp16 \
  16. --sybn \
  17. --multi_scale \
  18. # --resume weights/coco/yolox_l/yolox_l_best.pth \
  19. # -------------------------- Train YOLOv1~v5 & v7 series --------------------------
  20. # python -m torch.distributed.run --nproc_per_node=8 train.py \
  21. # --cuda \
  22. # -dist \
  23. # -d coco \
  24. # --root /data/datasets/ \
  25. # -m yolov5_l\
  26. # -bs 128 \
  27. # -size 640 \
  28. # --wp_epoch 3 \
  29. # --max_epoch 300 \
  30. # --eval_epoch 10 \
  31. # --no_aug_epoch 10 \
  32. # --ema \
  33. # --fp16 \
  34. # --sybn \
  35. # --multi_scale \
  36. # # --resume weights/coco/yolov5_l/yolov5_l_best.pth \
  37. # -------------------------- Train My RTCDet series --------------------------
  38. # python -m torch.distributed.run --nproc_per_node=8 train.py \
  39. # --cuda \
  40. # -dist \
  41. # -d coco \
  42. # --root /data/datasets/ \
  43. # -m rtcdet_v1_l\
  44. # -bs 128 \
  45. # -size 640 \
  46. # --wp_epoch 3 \
  47. # --max_epoch 300 \
  48. # --eval_epoch 10 \
  49. # --no_aug_epoch 20 \
  50. # --ema \
  51. # --fp16 \
  52. # --sybn \
  53. # --multi_scale \
  54. # # --resume weights/coco/rtcdet_v1_l/rtcdet_v1_l_best.pth \