跳转至内容

使用YOLOv5进行多GPU训练

本指南介绍如何正确使用多个 GPU,以便在单台或多台机器上使用 YOLOv5 🚀 训练数据集。

开始之前

克隆仓库并在 Python>=3.8.0 环境中安装 requirements.txt,包括 PyTorch>=1.8模型数据集会自动从最新的 YOLOv5 版本下载。

git clone https://github.com/ultralytics/yolov5 # clone
cd yolov5
pip install -r requirements.txt # install

专家提示!

Docker 镜像 建议用于所有 Multi-GPU 训练。请参阅 Docker 快速入门指南 Docker 拉取次数

专家提示!

torch.distributed.run 替换 torch.distributed.launchPyTorch>=1.9。请参阅 PyTorch 分布式文档 详情请见。

训练

选择一个预训练模型以开始训练。这里我们选择 YOLOv5s,这是最小且最快的可用模型。有关所有模型的完整比较,请参见我们的 README 表格。我们将在 COCO 数据集上使用多 GPU 训练此模型。

YOLOv5 模型

单 GPU

python train.py --batch 64 --data coco.yaml --weights yolov5s.pt --device 0

您可以增加 device 要在 DataParallel 模式下使用多个 GPU。

python train.py --batch 64 --data coco.yaml --weights yolov5s.pt --device 0,1

与仅使用 1 个 GPU 相比,此方法速度较慢,几乎无法加速训练。

您将需要传递 python -m torch.distributed.run --nproc_per_node,然后是常用的参数。

python -m torch.distributed.run --nproc_per_node 2 train.py --batch 64 --data coco.yaml --weights yolov5s.pt --device 0,1
  • --nproc_per_node 指定您想要使用的 GPU 数量。在上面的示例中,它是 2。
  • --batch 是总的批次大小。它将被平均分配到每个 GPU。在上面的例子中,每个 GPU 的批次大小为 64/2=32。

上面的代码将使用 GPU 0... (N-1).

使用特定的 GPU(点击展开) 您可以通过简单地传递 `--device`,后跟您的特定 GPU 来做到这一点。例如,在下面的代码中,我们将使用 GPU `2,3`。
python -m torch.distributed.run --nproc_per_node 2 train.py --batch 64 --data coco.yaml --cfg yolov5s.yaml --weights '' --device 2,3
使用 SyncBatchNorm(点击展开) [SyncBatchNorm](https://docs.pytorch.org/docs/master/generated/torch.nn.SyncBatchNorm.html) could increase [accuracy](https://www.ultralytics.com/glossary/accuracy) for multiple GPU training, however, it will slow down training by a significant factor. It is **only** available for Multiple GPU DistributedDataParallel training. It is best used when the batch-size on **each** GPU is small (<= 8). To use SyncBatchNorm, simply pass `--sync-bn` to the command like below:
python -m torch.distributed.run --nproc_per_node 2 train.py --batch 64 --data coco.yaml --cfg yolov5s.yaml --weights '' --sync-bn
使用多台机器(点击展开) 这**仅**适用于多 GPU DistributedDataParallel 训练。 在我们继续之前,请确保所有机器上的文件(数据集、代码库等)都相同。之后,确保机器可以相互通信。 您将必须选择一台主机器(其他机器将与之通信的机器)。记下其地址 (`master_addr`) 并选择一个端口 (`master_port`)。在下面的示例中,我将使用 `master_addr = 192.168.1.1` 和 `master_port = 1234`。 要使用它,您可以执行以下操作:
# On master machine 0
python -m torch.distributed.run --nproc_per_node G --nnodes N --node_rank 0 --master_addr "192.168.1.1" --master_port 1234 train.py --batch 64 --data coco.yaml --cfg yolov5s.yaml --weights ''
# On machine R
python -m torch.distributed.run --nproc_per_node G --nnodes N --node_rank R --master_addr "192.168.1.1" --master_port 1234 train.py --batch 64 --data coco.yaml --cfg yolov5s.yaml --weights ''
其中 `G` 是每台机器的 GPU 数量,`N` 是机器数量,`R` 是机器编号,从 `0...(N-1)` 开始。假设我有两台机器,每台机器有两个 GPU,则对于上述情况,`G = 2`,`N = 2`,`R = 1`。 在**所有** `N` 台机器都连接之前,训练不会开始。输出将仅显示在主机器上!

备注

  • Windows 支持未经测试,建议使用 Linux。
  • --batch 必须是 GPU 数量的倍数。
  • GPU 0 将比其他 GPU 占用稍多的内存,因为它维护 EMA 并负责检查点等。
  • 如果您得到 RuntimeError: Address already in use,这可能是因为您同时运行了多个训练。要解决此问题,只需通过添加以下内容来使用不同的端口号 --master_port 如下所示:

    python -m torch.distributed.run --master_port 1234 --nproc_per_node 2 ...
    

结果

在配备 8x A100 SXM4-40GB 的 AWS EC2 P4d 实例 上,针对 YOLOv5l 的 1 个 COCO epoch 的 DDP 性能分析结果。

代码性能分析
# prepare
t=ultralytics/yolov5:latest && sudo docker pull $t && sudo docker run -it --ipc=host --gpus all -v "$(pwd)"/coco:/usr/src/coco $t
pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html
cd .. && rm -rf app && git clone https://github.com/ultralytics/yolov5 -b master app && cd app
cp data/coco.yaml data/coco_profile.yaml

# profile
python train.py --batch-size 16 --data coco_profile.yaml --weights yolov5l.pt --epochs 1 --device 0
python -m torch.distributed.run --nproc_per_node 2 train.py --batch-size 32 --data coco_profile.yaml --weights yolov5l.pt --epochs 1 --device 0,1
python -m torch.distributed.run --nproc_per_node 4 train.py --batch-size 64 --data coco_profile.yaml --weights yolov5l.pt --epochs 1 --device 0,1,2,3
python -m torch.distributed.run --nproc_per_node 8 train.py --batch-size 128 --data coco_profile.yaml --weights yolov5l.pt --epochs 1 --device 0,1,2,3,4,5,6,7
GPU
A100
批次大小 (batch-size) CUDA_mem
device0 (G)
COCO
train
COCO
val
1x 16 26GB 20:39 0:55
2x 32 26GB 11:43 0:57
4x 64 26GB 5:57 0:55
8x 128 26GB 3:09 0:57

如结果所示,使用带有多个 GPU 的 DistributedDataParallel 可以在训练速度上提供近乎线性的扩展。使用 8 个 GPU 时,训练完成速度比使用单个 GPU 快大约 6.5 倍,同时保持每个设备的相同内存使用量。

常见问题

如果发生错误,请先阅读下面的检查清单!(这可以节省您的时间)

检查清单(点击展开) - 您是否正确阅读了这篇文章? - 您是否尝试重新克隆代码库?代码每天都在**更改**。 - 您是否尝试搜索您的错误?可能已经有人在本仓库或其他仓库中遇到过它,并且有解决方案。 - 您是否安装了顶部列出的所有要求(包括正确的 python 和 PyTorch 版本)? - 您是否在下面“环境”部分列出的其他环境中尝试过? - 您是否尝试过使用其他数据集,如 coco128 或 coco2017?这将更容易找到根本原因。 如果您完成了以上所有步骤,请随时按照模板提供尽可能多的详细信息来提出问题。

支持的环境

Ultralytics 提供一系列即用型环境,每个环境都预装了必要的依赖项,如 CUDACUDNNPythonPyTorch,以快速启动您的项目。

项目状态

YOLOv5 CI

此徽章表示所有 YOLOv5 GitHub Actions 持续集成 (CI) 测试均已成功通过。这些 CI 测试严格检查 YOLOv5 在各个关键方面的功能和性能:训练验证推理导出基准测试。它们确保在 macOS、Windows 和 Ubuntu 上运行的一致性和可靠性,测试每 24 小时进行一次,并在每次提交新内容时进行。

鸣谢

感谢 @MagicFrogSJTU 完成了大量繁重的工作,并感谢 @glenn-jocher 在整个过程中给予的指导。

参见



📅 创建于 1 年前 ✏️ 更新于 2 个月前

评论