讲一下第一次使用服务器训练yolov3的全过程

最新推荐文章于 2024-08-05 18:41:17 发布
最新推荐文章于 2024-08-05 18:41:17 发布
阅读量2.9k 收藏 20
点赞数 1
分类专栏： 炼丹 文章标签： 深度学习 linux ubuntu pytorch
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/cd4806088/article/details/106521753
版权
本文详细记录了在Ubuntu服务器上首次使用Anaconda建立虚拟环境，安装PyTorch（CUDA 10.0，驱动410.48），并配置YOLOv3训练目标检测任务的过程。遇到的主要问题是PyTorch版本与CUDA及驱动不匹配，以及安装指定版本PyTorch的困扰，最终通过选择适合服务器配置的PyTorch版本解决问题，成功开始训练。
摘要由CSDN通过智能技术生成

截至目前还没有过一次完整的炼丹经历，这次借着课程大作业的需要 尝试训练一下yolov3网络做一个基于自己数据集的目标检测任务 接下来讲一下从环境配置到完成配置的全过程

1：建立虚拟环境：网上建立虚拟环境的博客很多，但还是觉得使用anaconda建立虚拟环境更加可靠：在实验室的服务器建立账户之后，在自己的账户下先安装anaconda3，（下载好脚本文件后直接在相关文件夹下bash Anaconda3-2020.02-Linux-x86_64.sh）这个教程太多了 在这里不再赘述，安装完成后先配置一下国内的镜像源，配置可以直接抄这里：清华镜像源网址提供的配置描述 配置好国内的镜像源后在建立虚拟环境，下载安装包的时候会非常快捷，之后就可以建立虚拟环境了，可以参考此博客：讲了许多实用的conda命令

2：安装pytorch：这里我耗了将近两天时间，我直接讲成功的流程—：首先我使用的开源项目来自于：github 里面提供了项目所需要的pytorch版本为>=1.4.0Train Custom Data , 我先查看了我的CUDA版本：使用nvcc -v命令，得知CUDA版本为10.0.130。再

最低0.47元/天 解锁文章
「已注销」
关注
专栏目录
【深度学习】手把手教你在远程服务器上跑 YOLOv3 相关代码（含环境配置）
作者正在煮茶中...
02-11 1487
这篇文章主要记录了如何配置项目环境以及如何在远程服务器上跑 YOLOv3 模型。
小白第一次基于pytorch使用yolov3模型训练、检测
s13681186609的博客
02-23 1245
小白第一次使用VOCdevkit数据集训练yolov3目标检测模型记录
目标检测 | yolov3 原理和介绍
最新发布
hhl_work的博客
08-05 1403
YOLOv3 擅于预测出合适的目标，但无法预测出非常精准的边界框。YOLOv3 小目标预测能力提升，但中大目标的预测反而相对较差。若将速度考量进来，YOLOv3 整体来说表现非常出色。YOLOv3在小目标\密集目标的改进1.grid cell个数增加，YOLOv1（7×7），YOLOv2（13×13），YOLOv3（13×13+26×26+52×52）2.YOLOv2和YOLOv3可以输入任意大小的图片，输入图片越大，产生的grid cell越多，产生的预测框也就越多。
跑yolov3_yolo v3运行
weixin_33178459的博客
01-06 604
我这里安装的tf版本为2.3.0，cuda版本为10.1，cudnn版本为7.6.5，驱动版本为450.57CUDA各版本与驱动的对应关系以及tensorflow 各个版本与pythonCUDAcudnn版本对应关系​blog.csdn.net驱动安装：电脑显卡版本为p4000手动下载nvidia最新驱动：NVIDIA 驱动程序下载安装步骤：Ubuntu 16.04 Nvidia驱动安装(run方...
Yolov3训练过程笔记
AutoXTruck专栏
11-08 4673
本篇博客写的基于Ubuntu系统下的yolov3训练配置过程，基于windows的可以参考AlexeyAB的Github博客地址： (AlexeyAB的Github)。当然，原作者Pjreddie的网页也有ubuntu配置过程可以参考：原作者pjreddie 0 数据准备阶段 首先，你需要下载训练数据集（或者自己的数据集），以Pascal-Voc数据集格式为例： 通过官网给出的voc...
如何连接实验室的服务器进行网络训练？
qq_28805597的博客
05-19 3222
我在用电脑训练CNN时遇到了性能瓶颈（显存不够），当得知实验室的服务器算力更强时，去请教师兄怎么连。 实验室的师兄甩过来服务器的ip和用户名密码，说直接连就行。 直接连？linux都不会用的小白，咋连？ 首先确保连接到实验室的网络，我这边是用校园网或者挂校园网的VPN，然后有下面几种配置方法（方法应该很多，只是列出了我尝试过的这三种）： 方法一：wsl（Windows Subsystem for Linux） 1.下载wsl2 参考 https://docs.microsoft.com/zh-cn/wind
本地（Windows）Yolov5项目使用docker部署至远程服务器Linux
Guicoga的博客
04-12 1057
1.首先因为Windows系统下的cmd不支持docker命令，所以我们需要安装一个软件（Docker desktop for windows）来使我们能够在本地完成开发之后将代码用终端中的docker进行打包传入Linux。安装地址：下载完成之后默认安装就可以，直到出现docker desktop for windows提示你输入账号登陆的画面，我们可以使用GitHub的账号和谷歌账号进行登录，然后软件就会切入这个画面啦。
部署YOLOV5环境到服务器进行多GPU训练
CSDN1621564706的博客
06-09 1235
点我访问AutoDl官网点我访问torch官网 在服务器中安装python扩展 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：
yolov3训练自己的数据集——第一次实操完整记录
热门推荐
夏日山间过
07-09 7万+
参考： darknet yolo源码解析 bacth参数对性能影响 小知识点 make -j4 　表示用４条线程编译（对应自己的电脑，看自己电脑cpu几核几线程） make -j32　用32线程编译 darknet源码解析 darknet概述 darknet是一个轻型的、完全基于C与CUDA的开源深度学习框架，支持CPU和GPU两种计算方式。 darknet优点 完全由c语言实现，没有任何依...
yolov8实战第九天——pyqt5-yolov8实现道路病害识别系统（参考论文（6000+字）+环境配置+完整部署代码+代码使用说明+训练好的模型+数据集）
qq_34717531的博客
05-23 567
随着城市化的快速发展，道路交通基础设施扮演着至关重要的角色。道路病害，如裂缝、坑洼和龟裂，不仅降低了交通安全性，还增加了维护成本。传统的道路病害检测方法主要依靠人工视觉检查，这种方法不仅耗时、成本高，而且结果的准确性和可重复性差。因此，自动化和智能化的道路病害检测系统显得尤为重要。本研究开发了一个基于PyQt5和YOLOv8的道路病害检测系统，该系统能够自动检测并分类道路病害，以及一些可能与病害混淆的负样本，如井盖和修补过的裂缝。
yolo-server:服务器上的Yolo实现
05-18
服务器上的YOLO 此存储库包含在服务器即服务上运行检测算法的代码，并且具有我的方法的实时实现。 自由使用它:) 强烈建议启动并运行Tensorflow-gpu。 在目录内移动之后。 运行项目： 安装虚拟环境 pip install virtualenv 启动虚拟环境 virtualenv venv 激活virtualenv . venv/bin/activate 安装要求 pip install -r requirements.txt 下载并转换yolov3和yolov3-tiny的权重 wget https://pjreddie.com/media/files/yolov3.weights ./yad2k.py yolov3.cfg yolov3.weights yolo.h5 wget https://pjreddie.com/media/files/yol
YOLOv8 从环境搭建到推理训练
不配做码农的博客
03-09 4万+
yolov8从环境搭建到推理训练（超级详细）
目标检测YOLO实战应用案例100讲-基于AE-YOLOv3的船舶目标检测与跟踪算法研究
qq_36130719的博客
06-18 744
取，检测其中是否有目标船舶，然后通过跟踪模块进行目标船舶的跟踪，实时监测其位置[3]，方便船员以及水运管理人员做出判断，同时也减少了人力和物力的成本，实现内。当时承载了较大的水运任务，到随后京杭大运河、坎儿井运河的开通，都具有重要意义，理机构，那将会增大人力和物力的支出，同时因为人为疏忽，还存在船舶碰撞的风险，过船上的摄像头实时监控航道上的船舶，自动识别跟踪，及时报警，避免了因为人为疏。量的损失，也会引起航道的交通堵塞，此时更需要过往船只及时检测到，并作出判断，通过船载摄像头，实时监测航道船只动向，通过。
【目标检测算法实现之yolov5】 一、YOLOv5环境配置，将yolov5部署到远程服务器上
m0_52031708的博客
03-09 3771
【YOLOV5部署到实验室远程服务器】
linux服务器虚拟环境部署yolov5 & 训练自己的数据集
qq_24586395的博客
04-25 1万+
linux-yolov5
yolo5训练部署云服务器整套流程。新手教程
chhhhjsj的博客
07-28 2618
建议创建自己的虚拟环境进行代码的调试，可以去下载anaconda，用anaconda创建自己的虚拟环境，然后下载各种第三方库安装包。
本地及云服务器上部署yoloworld的过程中遇到一些问题整理记录
ITdaka的博客
05-14 2846
在本地部署yoloworld项目时遇到的一些问题的记录，供大家参考！
利用腾讯云GPU服务器一键化部署 进行yolov5模型训练
2201_75753211的博客
05-12 669
首先购买云服务器，我选的是按量计费的。镜像我选择的ubuntu20.04，已经配置cuDNN和CUDA，省去手动配置的麻烦。
PyCharm配置Autodl服务器，自定义Yolov8环境与文件管理
本篇教程介绍了如何在PyCharm中配置并连接Autodl服务器进行Yolov8模型的训练，主要步骤涉及创建和管理Python环境、设置SSH连接以及配置终端解释器。 1. 创建和管理Python环境 - 使用Conda创建新的Python环境：`...
评论
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