RT-DETR yaml 配置文件说明

# Ultralytics YOLO , AGPL-3.0 许可证
# 对于中等增强的 COCO 训练,默认的训练设置和超参数

# YOLO 任务设置,指定要执行的任务类型
task: detect  # (str) YOLO 任务类型,例如:detect(检测)、segment(分割)、classify(分类)、pose(姿态)

# YOLO 模式设置,确定操作模式
mode: train  # (str) YOLO 操作模式,例如:train(训练)、val(验证)、predict(预测)、export(导出)、track(跟踪)、benchmark(基准测试)


# 设置训练参数 -------------------------------------------------------------------------------------------------------
model:  # (字符串, 可选) 模型文件路径,例如 yolov8n.pt 或 yolov8n.yaml
data:  # (字符串, 可选) 数据集配置文件路径,例如 coco128.yaml
epochs: 100  # (整数) 训练轮次数量
patience: 0  # (整数) 早停,无明显改进时提前停止训练前等待的轮次数量,
batch: 4  # (整数) 每批图像的数量 (-1 表示自动批量)
imgsz: 640  # (整数 | 列表) 输入图像大小,作为整数用于训练和验证模式,或列表[w,h]用于预测和导出模式
save: True  # (布尔) 是否保存训练检查点和预测结果
save_period: -1  # (整数) 每 x 轮次保存一次检查点(

你可能感兴趣的:(深度学习,机器学习,人工智能)