Cannot trainning in multi-gpu

[Juddd]

If I use two or more GPU to trainning, it will get stuck in this state:

CUDA_VISIBLE_DEVICES=0,1 python train_polygon.py --data data/polygon_dir4.yaml --weights "" --cfg cfg/training/yolov7-tiny-polygon-dir4.yaml --hyp data/hyp.dir4.yaml --img-size 640 --epochs 350 --batch-size 200 --noautoanchor --polygon --adam --workers 16 --device 0,1

ps：XinzeLee/PolygonObjectDetection have a same situation

[AlbinZhu]

Unfortunately, I haven't solved this problem either. I recommend you to use yolov8-pose as an alternative

[Juddd]

谢谢你的建议，可能有些打扰，但我确实有些困惑，所以还是想最后再请教您一下，我用XinzeLee/PolygonObjectDetection训练的时候效果很不错，精度非常高（99%），这是训练时候的曲线：

但麻烦的是cpu上运行需要1.6s才能处理一张图片，所以我才想着用您这个yolov7再训练一次，现在有几个问题想请教您一下：

• 精度有时候会掉到非常低、甚至为0然后再回升，我头一次遇到这情况，而且metrics/mAP_0.5:0.95最高的时候也只有0.9

• 比XinzeLee/PolygonObjectDetection慢了很多很多，同一个GPU，XinzeLee的2个钟头能跑300 epoch，但您这个版本好像要跑2~3天

• 我用的是yolov7-tiny-polygon-dir4.yaml，但断点导出的模型高达70M，原来的只有14M
  但我使用的都是同一个数据集来训练的

[AlbinZhu]

我没有做太多的测试，所以无法回答这个问题。理论上只是换了backbone 可能是一些算子的影响。