yolov7，训练过程

Question

yolov7训练集运行刚要开始阶段报错，无法进入运行

--batch-size=4

我的数据集图片大小大约都在12001200左右，但是我的yolov7 train.py的参数里img-size调高超过640640他就报错内容：CUDA out of memory. Tried to allocate 150.00 MiB (GPU 0; 4.00 GiB total capacity; 3.27 GiB already allocated; 0 bytes free; 3.33 GiB reserved in total by PyTorch)这样的话有啥办法吗，我数据集图片这么大的的情况下，是不是训练效果会很差呀，还能有什么补救办法吗，我打开训练的图片发现里面的图片显示都不完整，会有影响吗？如何降低影响，让准确率提升。显卡gtx1650

Answer 1

1.显存不足就不要想着训练大图片了，要么换cpu忍受龟爬的速度，要么减小batch size和imgs，要么加钱换显存大的显卡，或者买GPU服务器训练。
2.训练效果好与坏看你物体大小啊，你1200x1200的图片缩放到640x640之后你的物体是否还是清晰的，不能像卫星云图那样，一缩小两倍左右小目标就消失了，那只能用大尺寸训练，不然影响不会很大。
3.如果目标小不能缩放，补救方案除了上面第一点，剩下的就是你的图片再次切分成小图，然后训练。
4.至于你说的不完整，这个是数据增强的效果