通过AutoDL使用yolov5.7训练自己的数据集

已于 2024-04-29 15:42:45 修改
阅读量4k 收藏 63
点赞数 11
文章标签： python pytorch 深度学习 pip 目标检测
于 2023-03-18 15:12:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/abc14125/article/details/129635976
版权

通过AutoDL使用yolov5.7训练自己的数据集

1.算力市场租用主机

AutoDL

在这里插入图片描述
选择基础镜像
在这里插入图片描述
创建之后
在这里插入图片描述

2.上传文件

点击开机，也可在更多里面选择无卡模式开机（此模式不能训练，但是可以上传文件且更便宜）。开机之后，上传代码可通过xshell工具或者可以通过快捷工具JupyterLab。我两种方法都来演示一遍。yolov5代码
在这里插入图片描述

最低0.47元/天 解锁文章
我自高出不胜憨
关注
通过AutoDL使用yolov8训练自己的数据集
abc14125的博客
05-25 2044
通过autodl使用yolov8
在AutoDL中使用YOLOV8训练自己的数据集
weixin_42875510的博客
09-09 2289
images文件夹中创建train、val两个文件夹,存放训练数据和训练时的测试数据。labels中存放对应的.txt。在dataset文件夹中创建 images、labels、voc2007三个文件夹。到此数据集已准备好。
pycharm连接autodl服务器（yolov8训练自己的数据集）
02-16
里面没写怎么配置yolov8环境，这个参考官方文档就行很简单一行代码即可
autodl公开数据集使用
最新发布
weixin_51374771的博客
09-25 323
在使用autodl服务器时，使用公开数据集就可以不用自己上传数据了很方便快捷。但是如何使用？
手把手教你使用AuToDL算力云训练自己的数据
deng_hy17451091的博客
11-29 3886
然后安装训练supip install -r requirements.txt。3.配置训练框架环境（注：30系列的卡需要配备cuda11以上的版本）最后执行代码：python train.py 开始训练。4. 进入jupyterlab->>终端。1. 打开AutoDL算力云网站。2. 选择所需合适的算力服务器。6.解压上传的文件数据包。进入base创建目标环境。5.上传代码文件和数据。
autodl服务器中YOLOx训练自己数据集(VOC格式)
mw的博客
05-31 730
本篇文章主要讲解使用YOLOx训练自己数据集，其中包括数据集格式转换~
Autodl服务器中Faster-rcnn(jwyang)训练自己数据集(二)
mw的博客
05-23 979
前言上一章中完成了faster-rcnn(jwyang版本)的复现，本节将在此基础进一步训练自己的数据集~
YOLOv7训练自己的数据集
boaboa6的博客
11-12 241
-batch-size：每次输出给神经网络的图片数（报错cuda out of memory时，可以调小此参数）创建data/xxdatasets.yaml文件，里面的路径，种类，名称改为自己数据集对应的。--data：数据集对应的yaml参数文件，里面主要存放数据集的类别和路径信息。复制/cfg/deploy/yolov7.yaml，修改其中的类别信息。--weights：指定预训练权重路径；--epochs：轮数，默认300。--resume：断点续训，可参考。--cfg：模型配置文件。
基于AutoDL和pycharm实现yolov7靶子的目标检测（目前仅针对AutoDL使用方法自留防忘，不针对yolov7的复现）
qq_54875519的博客
11-22 1736
pycharm连接AutoDL云端GPU运行yolov7
Autodl服务器上训练YOLOv7改进代码时，突然中断并报错：OSError: [Errno 28] No space left on device
孟孟单单的博客
05-18 2091
Autodl服务器上训练YOLOv7改进代码时，突然中断并报错：OSError: [Errno 28] No space left on device
autodl上传项目，数据集
komorebi123_的博客
03-22 2914
被自己笑嘻了，做对比实验引入别的项目，一个项目7个G，6个G的数据集文件，用Xtfp传数据卡在99%就不动了，然后用服务器上面公网网盘传，也是传不上去，结果发现服务器里面可以直接剪切，来回粘贴就行。原来autodl服务器里面再大的文件也可以直接剪切。
在AutoDL平台训练yolov5模型教程
qq_33163464的博客
05-22 3474
通过AutoDL平台训练Yolov5目标检测模型
autodl数据集下载及裁剪子图像操作
weixin_62275996的博客
03-24 1865
autodl数据集下载及裁剪子图像操作，阿里云盘-----向服务器（Linux）传输大文件并下载，强推！！！
利用autoDL算力云平台用YOLOv8训练自己的数据集
weixin_53622993的博客
07-17 1686
创建完实例和yolo所需要的虚拟环境之后，将自己的数据导入平台，我的路径如图，其中annotation文件夹中放所有的xml文件，images和labels文件夹中分别有三个文件夹，如图分别装着训练，测试，验证的原图像和yolo所需要的txt文件。下载好后在该目录中创建data文件夹，里面创建一个yaml文件，yaml文件内容为训练集，测试集，验证集的路径，以及你的数据集的类别数量nc，和类别名。在主目录创建一个文件夹名为yolov8，cd进入yolov8目录，下载yolo所需要的配置文件。
YOLOv7--复现并训练自己的数据集（简单）
qq_46542320的博客
03-28 1134
与Yolov7-main同目录下，创建一个datasets文件夹，将ua-detrac数据集上传到该文件夹下。解决方法：找到虚拟环境下的functional.py文件，在下图的位置上加上。2、出现UserWarning: torch.meshgrid 错误。删除数据集labels文件中的.cache文件，需要先删除。注意：这里路径建议使用绝对路径，不然有可能会报错哦！等安装成功之后，就ok了。将yolov7.yaml 中的 nc 改为4。将红框内的改为ua-detrac.yaml。
上传数据到--云服务器Autodl
qq_46542320的博客
04-17 3978
我使用了两种方式，第一种为Autodl云服务器中的JupyterLab，第二种方法为使用WinScp工具上传数据。这里着重介绍第二种方式，第一种方式在前面的博客中已经详细介绍了，不在过多赘述。
成功在autodl服务器上搭建yolov5的环境并测试成功
weixin_52664404的博客
02-24 600
成功在autodl服务器上搭建yolov5的环境并测试成功
配置分享 | AutoDL服务器使用Xshell和Xftp进行文件和数据上传
weixin_46524818的博客
02-01 1691
使用Xshell和Xftp进行文件和数据上传到AutoDL服务器中，分享配置经验和过程
autodl训练yolov9训练自己的数据集
09-19
如果你想要使用 AutoDL 来训练 YOLOv9 在自己的数据集上，你可以按照以下步骤操作： 1. 数据准备：整理并标注好你的目标检测数据集，通常需要包括正样本图片和它们对应的类别标签。 2. 模型选择：在AutoDL平台（如...
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值