python -m torch.distributed.launch --nproc_per_node 4 tools/train.py \
			--batch 128 \
			--img_size 416 \   # тренировка с 416 и оценка с 320
			--conf configs/yolov6_lite/yolov6_lite_s.py \   # yolov6lite_m/l
			--data data/coco.yaml \
			--epoch 400 \
			--device 0,1,2,3 \
			--name yolov6_lite_s_coco

# Шаг 1: Тренировка базовой модели
# Убедитесь, что в конфигурационном файле открыт режим use_dfl (use_dfl=True, reg_max=16)

python -m torch.distributed.launch --nproc_per_node 8 tools/train.py \
			--batch 128 \
			--conf configs/yolov6n.py \
			--data data/coco.yaml \
			--epoch 300 \
			--fuse_ab \
			--device 0,1,2,3,4,5,6,7 \
			--name yolov6n_coco

# Шаг 2: Самостоятельная тренировка
# Убедитесь, что в конфигурационном файле открыт режим use_dfl (use_dfl=True, reg_max=16)
python -m torch.distributed.launch --nproc_per_node 8 tools/train.py \
			--batch 128 \
			--conf configs/yolov6n.py \
			--data data/coco.yaml \
			--epoch 300 \
			--device 0,1,2,3,4,5,6,7 \
			--distill \
			--teacher_model_path runs/train/yolov6n_coco/weights/best_ckpt.pt \
			--name yolov6n_coco

# Шаг 1: Тренировка базовой модели
# Убедитесь, что в конфигурационном файле открыт режим use_dfl (use_dfl=True, reg_max=16)

python -m torch.distributed.launch --nproc_per_node 8 tools/train.py \
			--batch 256 \
			--conf configs/yolov6s.py \ # yolov6m/yolov6l
			--data data/coco.yaml \
			--epoch 300 \
			--fuse_ab \
			--device 0,1,2,3,4,5,6,7 \
			--name yolov6s_coco # yolov6m_coco/yolov6l_coco

# Шаг 2: Самостоятельная тренировка
# Убедитесь, что в конфигурационном файле открыт режим use_dfl (use_dfl=True, reg_max=16)
python -m torch.distributed.launch --nproc_per_node 8 tools/train.py \
			--batch 256 \ # 128 для дистилляции yolov6l
			--conf configs/yolov6s.py \ # yolov6m/yolov6l
			--data data/coco.yaml \
			--epoch 300 \
			--device 0,1,2,3,4,5,6,7 \
			--distill \
			--teacher_model_path runs/train/yolov6s_coco/weights/best_ckpt.pt \
			--name yolov6s_coco # yolov6m_coco/yolov6l_coco

python -m torch.distributed.launch --nproc_per_node 8 tools/train.py \
			--batch 128 \
			--img 1280 \
			--conf configs/yolov6s6.py \ # yolov6n6
			--data data/coco.yaml \
			--epoch 300 \
			--bs_per_gpu 16 \
			--device 0,1,2,3,4,5,6,7 \
			--name yolov6s6_coco # yolov6n6_coco

# Шаг 1: Тренировка базовой модели
# Убедитесь, что в конфигурационном файле открыт режим use_dfl (use_dfl=True, reg_max=16)
python -m torch.distributed.launch --nproc_per_node 8 tools/train.py \
			--batch 128 \
			--conf configs/yolov6l6.py \ # yolov6m6
			--data data/coco.yaml \
			--epoch 300 \
			--bs_per_gpu 16 \
			--device 0,1,2,3,4,5,6,7 \
			--name yolov6l6_coco # yolov6m6_coco

# Шаг 2: Самостоятельная тренировка
# Убедитесь, что в конфигурационном файле открыт режим use_dfl (use_dfl=True, reg_max=16)
python -m torch.distributed.launch --nproc_per_node 8 tools/train.py \
			--batch 128 \
			--conf configs/yolov6l6.py \ # yolov6m6
			--data data/coco.yaml \
			--epoch 300 \
			--bs_per_gpu 16 \
			--device 0,1,2,3,4,5,6,7 \
			--distill \
			--teacher_model_path runs/train/yolov6l6_coco/weights/best_ckpt.pt \
			--name yolov6l6_coco # yolov6m6_coco