部署YOLOV5环境到服务器进行多GPU训练
访问官网进行注册并登录
点我访问AutoDl官网
购买一台GPU服务器:
通过vscode链接GPU服务器:
安装插件
配置连接信息
安装服务器中的YOLOV5-GPU环境
到torch官网:
点我访问torch官网
复制命令到终端,安装pytorch,记得把pip3改为pip
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
最后等待安装完成即可
复制自己本机跑通的YOLOV5代码到服务器
注释这里我们通过vscode进行上传文件,也可以通过其他方式进行上传
先解压文件
进入yolov5-7.0文件夹根目录将tqdm>=4.64.0改为tqdm>=4.63.1输入以下命令:
pip install -r requirements.txt
在服务器中安装python扩展
重连服务器,重新打开目录yolov5目录准备训练
如果出现Downloading https://ultralytics.com/assets/Arial.ttf to /root/.config/Ultralytics/Arial.ttf…:
多等一会或者多运行几次即可,实在不行可以手动在本地找到这个字体文件复制到服务器中的/root/.config/Ultralytics/目录下
因为代码我们在本地已经跑通了,所以直接运行train.py即可进行默认单GPU训练:
如果你需要进行多GPU训练,可以参考以下步骤,前提是你真的买了两个GPU哦:
既然是多GPU就要合理调试batch-size中的值,可以适当微调,观察显卡显存,如果显存没满可以持续增加batch-size,默认训练epochs的值是100,如果你数据足够多,可以搞500epochs,当然了多GPU训练请先确保你的数据有5000-30000数据再使用。
好了本期教学分享到这里