yolov5里train.py里最初权重不填

train.py权重weights不填，算最初原始yolov5训练吗？它精度也太高了

weights参数不填表示不使用预训练模型，从cfg文件里面重新搭建初始化的权重来训练

• 这篇文章：yolov5-train.py解读 也许能够解决你的问题，你可以看下
• 除此之外, 这篇博客: yolov5——train.py代码【注释、详解、使用教程】中的 yolov5——train.py代码【注释、详解、使用教程】 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• • 以下回答由chatgpt基于相关博客总结生成:

    在yolov5训练时，可以选择不填写权重参数(weights)，此时将会从头开始训练模型，也就是会执行原始的yolov5训练。

    预训练权重的作用是加速模型的收敛，并提高模型的精度。但即使不使用预训练权重，yolov5依然具有很强的表现力并能够取得很高的精度。这是因为yolov5使用的网络结构很强大，并且使用了许多技巧，例如多尺度训练、数据增强等等，这些都会帮助模型更快地收敛并提高精度。

    如果想要进一步提高精度，可以尝试使用更复杂的网络结构，或者增加训练数据的量。另外，从预训练模型继续训练也是一种提高精度的方法，这可以使用yolov5的--resume参数。例如，如果要从预训练模型yolov5s.pt继续训练，可以设置--resume yolov5s.pt。