--weigths: 指的是训练好的网络模型，用来初始化网络权重
--cfg：指的是网络结构
--data：训练数据路径
--hyp: 训练网络的一些超参数设置
--epochs：训练迭代次数
--batch-size：每次喂给神经网络的图片数目
--imgsz：训练图片尺寸
--rect： 是否采用矩形训练
--resume： 指定你之前训练的网络模型，想继续训练这个模型
--nosave： 只保留最终网络模型
--noval：是否只在最后一次测试网络模型
--noautoanchor：是否采用锚点
--evolve：是否寻找最优参数
--bucket：没用了
--cache：是否对图片进行缓存，加快训练
--image-weights：测试过程中，图像的那些测试地方不太好，对这些不太好的地方加权重
--device：训练网络的设备cpu还是gpu
--multi-scale：图片尺度变换
--single-cls：训练数据集是单类别还是多类别
--adam：是否采用adam
--sync-bn：分布式训练
--workers: 多线程训练
--project：训练结果保存路径
--name： 训练结果保存文件名
--exist-ok： 覆盖掉上一次的结果，不新建训练结果文件
--quad：在dataloader时采用什么样的方式读取我们的数据
--linear-lr：按照线性的方式去调整学习率
--label-smoothing： 对标签平滑，防止过拟合
-patience：没用过，这里感觉意思就是训练到oatience次数时停止
--freeze：冻结哪些层，不去更新训练这几层的参数
--save-period：训练多少次保存一次网络模型
--local_rank：分布式训练