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：

1. 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 
2. 记得save version，方便查看日志文件。
3. 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。
4. 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。