YOLOv5在COCO数据集上训练需要的内存大小：128GB
测试过程中，虚拟内存使用了61GB，内存使用了14.1GB，总数为75GB，但在这种情况下，还报错！
内存不足报错
实验数据
注意：
- 对于workers，并不是越大越好，太大时gpu其实处理不过来，训练速度一样，但虚拟内存（磁盘空间）会成倍占用；对于单机单卡，workers=4就好，大于4，训练速度也没有明显提升，反而增加了虚拟内存的使用
- 对于batch-size，实际测试下来，发现当为8的倍数时效率更高一点，即 batch-size 32的效率反而会高于batch-size 34。
实际测试下来，在32GB内存，1080Ti 11G显存的系统上，workers=4，batch-size=32基本达到上限了。
workers=4，batch-size=32
workers=4，batch-size=32配置下，内存=10GB，虚拟内存50GB，总共需要60GB，64GB内存可能ok，但是要测试！
内存消耗60G
workers=4，batch-size=32配置下，经过测试，内存稳定在11.8GB，虚拟内存45.7/56.1GB，显存训练时6.4GB，评估时会增加到10.6GB。证明在单机单卡上，workers=4，batch-size=32已经基本榨干了1080Ti了
YOLOv5s在COCO数据集上训练
