我们可以在已经训练好的 yolo nas 模型中添加更多纪元并从我停止的地方开始训练吗？

Question

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。

Answer 1

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）

YOLONAS 无法检测到视频

谢谢