yolov5单机多卡训练指南

以下是yolov5单机多卡训练的指南：

1. 确保你已经下载了yolov5源代码并将其存放在桌面上。

2. 安装必要的依赖项，例如pytorch，torchvision，opencv-python等。

3. 在终端中进入yolov5源代码所在的目录，并执行以下命令以安装其他依赖项：

   pip install -r requirements.txt

4. 在终端中执行以下命令以启动单机多卡训练：

   python -m torch.distributed.launch --nproc_per_node 4 train.py --batch-size 16 --epochs 300 --data coco.yaml --cfg models/yolov5s.yaml --weights '' --sync-bn --device 0,1,2,3

其中，--nproc_per_node参数指定了使用的GPU数量，--batch-size参数指定了每个GPU的批量大小，--epochs参数指定了训练的轮数，--data参数指定了数据集的配置文件，--cfg参数指定了模型的配置文件，--weights参数指定了预训练模型的权重文件，--sync-bn参数指定了是否使用同步BN，--device参数指定了使用的GPU设备编号。

5. 等待训练完成后，在终端中执行以下命令以测试模型的性能：

   python test.py --weights runs/train/exp/weights/best.pt --data coco.yaml --cfg models/yolov5s.yaml --task val --device 0

其中，--weights参数指定了训练得到的最佳权重文件，--data参数指定了数据集的配置文件，--cfg参数指定了模型的配置文件，--task参数指定了测试的任务类型，--device参数指定了使用的GPU设备编号。