train_multi_gpus.sh 3.9 KB

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859
  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. # --load_cache \
  19. # --resume weights/coco/yolox_l/yolox_l_best.pth \
  20. # -------------------------- Train YOLOv1~v5 & v7 series --------------------------
  21. # python -m torch.distributed.run --nproc_per_node=8 train.py \
  22. # --cuda \
  23. # -dist \
  24. # -d coco \
  25. # --root /data/datasets/ \
  26. # -m yolov5_l\
  27. # -bs 128 \
  28. # -size 640 \
  29. # --wp_epoch 3 \
  30. # --max_epoch 300 \
  31. # --eval_epoch 10 \
  32. # --no_aug_epoch 10 \
  33. # --ema \
  34. # --fp16 \
  35. # --sybn \
  36. # --multi_scale \
  37. # # --load_cache
  38. # # --resume weights/coco/yolov5_l/yolov5_l_best.pth \
  39. # -------------------------- Train My RTCDet series --------------------------
  40. # python -m torch.distributed.run --nproc_per_node=8 train.py \
  41. # --cuda \
  42. # -dist \
  43. # -d coco \
  44. # --root /data/datasets/ \
  45. # -m rtcdet_v1_l\
  46. # -bs 128 \
  47. # -size 640 \
  48. # --wp_epoch 3 \
  49. # --max_epoch 300 \
  50. # --eval_epoch 10 \
  51. # --no_aug_epoch 20 \
  52. # --ema \
  53. # --fp16 \
  54. # --sybn \
  55. # --multi_scale \
  56. # # --load_cache
  57. # # --resume weights/coco/rtcdet_v1_l/rtcdet_v1_l_best.pth \