我有一个用于动物检测的 YOLO NAS 模型。我运行了该模型 25 个时期,并获得了最佳的 .pth 权重。我需要添加更多的纪元,以便从我停止的地方对其进行更多的训练。我在某处读到过 YOLO V5 有这样的选项。 YOLO NAS 有同样的选项吗?如果是这样我如何在colab中实现它?
PS。我花了 10 - 15 个小时训练 25 个 epoch。所以我时间很紧。我不确定我是否做错了什么,但我正在 Colab 中使用 A100 GPU 进行训练,并且花费了这么多时间。请指教。我有 17.8 GB 的数据,其中大约有 38790 张图像,所以我想花那么多时间有意义吗?
我尝试查看YOLO NAS文档并谷歌搜索它,但无法得到任何具体的想法。
是的,你可以做到,这是代码(假设你使用 Yolonas 小版本):
from super_gradients.training import models
dataset_params = {
'classes': ['animal1', 'animal2', animal3']
}
model = models.get('yolo_nas_s',
num_classes=len(dataset_params['classes']),
checkpoint_path="/best.pth")
如果有帮助,你能帮我解决我的问题吗? (也许你可以尝试用它来预测一些视频)
谢谢