Epoch GPU_mem box_loss obj_loss cls_loss Instances Size
18/99 6.57G 0.04504 0.03544 0.008159 65 640: 100%|██████████| 7/7 [00:54<00:00, 7.79s/it]
Class Images Instances P R mAP50 mAP50-95: 100%|██████████| 4/4 [01:27<00:00, 21.85s/it]
all 200 993 0.819 0.94 0.959 0.587
Epoch GPU_mem box_loss obj_loss cls_loss Instances Size
19/99 7.8G 0.03693 0.03706 0.007061 76 640: 100%|██████████| 7/7 [00:24<00:00, 3.55s/it]
Class Images Instances P R mAP50 mAP50-95: 100%|██████████| 4/4 [01:53<00:00, 28.31s/it]
all 200 993 0.923 0.941 0.978 0.509
别人的单位都是it/s,而我的是it/s,不理解为什么
补充一下我的设备情况,4060显卡, 16GB内存,
满血i9英特尔芯片,8核处理器
下面是我在train里面调整的参数:
parser.add_argument("--batch-size", type=int, default=24, help="total batch size for all GPUs, -1 for autobatch")
workspace为8
补充:别人3060跑相同的数据集一共只需要十几分钟,而4060却需要这么长时间,我不是很理解
有的时候快,有的时候慢,但总体上偏慢,大概几分钟乃至十几分钟才能跑完一次Epoch