如何白嫖阿里云训练yolov11模型

yolov11快速入门->Quickstart - Ultralytics YOLO Docs

1.进入阿里云阿里云-计算，为了无法计算的价值，选择产品-人工智能平台PAI

2.选择交互式建模PAI-DSW，在这里可以修改代码。而模型训练PAI-DLC则是通过命令行获取已经写好的代码进行运行，并且支持分布式训练。点击立即试用（我这里已经试用过了）

3.配置资源类型和镜像（后面也可以随意修改，并且用户文件不变）。使用GPU类型的资源，配置如下。

4.进入你的开发机，开始编写代码。我选择的资源配置中已经自动配置好了yolo所需要的环境，不需要再手动配置环境，直接编写代码：

点击上传按钮，上传数据集。在datasets文件夹下创建一个yolo配置文件cars.yaml

内容如下，我这里只做了基本配置，指明数据集位置以及对应标号的分类信息。其它的不写就是默认配置，yaml配置详见yolo官网Quickstart - Ultralytics YOLO Docs

然后就可以开始训练。

from ultralytics import YOLO
from ultralytics import settings
def main():
    model = YOLO("yolo11n.yaml")
    model.train(data = "/mnt/workspace/datasets/cars.yaml",epochs=50,cache=True,plots=True)

if __name__ == "__main__":
    print("start...")
    main()
    print("--finish--")

如果报错datasets路径错误，可以修改settings的数据集根路径.

from ultralytics import settings
print(settings)
settings.update({"key":"value"})
print(settings)

训练好后右键点击模型文件，点击下载，就可以下载到本地了。