该方法尝试成功，但是会新创建一个文件夹存放继续训练的权重文件等信息，而且接着训练P R精度并没有接着上次中断的继续更新，这一点有些奇怪还没有找到原因

第一步： 打开ultralytics/yolo/engine/model.py代码

                找到def train() 函数，将self.trainer.model = self.model注释掉

 第二步：打开ultralytics/yolo/engine/trainer.py代码

                首先，找到check_resume()函数, 将resume = self.args.resume注释掉，再让resume = 上次中断生成的last.pt的路径

                 其次，找到resume_training()函数，ckpt =torch.load(上次中断生成的last.pt的路径) 

 切记，下次从头开始训练时，一定要将代码恢复回原样！！！！

该方法YOLOV8不可行，或许YOLOV5可行，YOLOV5可以直接在配置文件中将resume设置为True：Yolov8断点续训/继续训练_q1224352995的博客-CSDN博客