[人工智能]yolov5 训练结果不稳定结果无法复现

首先说明一下环境：

1. PyTorch 1.9 +CUDA 11
2. GPU NVIDIA GeForce RTX 3090 数量： 1 显存： 24 GB
3. CPU Intel Xeon Gold 6130H 内核： 8核
4. 实例内存： 63G
5. 硬盘 20.0G SSD
6. 训练集2800张
7. 验证集1200张
8. 测试集600张

最近用yolov5跑项目，但是发现多次实验结果无法复现(同一个机器，同一份代码，同样超参数，但是验证集结果不同)，在测试集上跑的结果准确率可以偏差20%，其中认为可能的问题是出在以下几点：

1.Pytorch 的随机种子 设置问题，但是Yolov5 的模型初始化时已经固定了随机种子。

2.因为是在云GPU上进行训练模型，所以可能会存在硬件不同的情况，硬件不同那随机的参数肯定也不同同。

3.训练集验证集与测试集之间关联性低

4.模型本身泛化能力不好

5.训练存在欠拟合

目前还在解决这个问题，有待进一步更新