连接远程服务器运行YOLOv5 demo的艰辛历程

已于 2022-06-14 22:43:40 修改
阅读量900 收藏 7
点赞数 1
文章标签： vscode 服务器
于 2022-06-14 22:29:02 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/flowerjiashug/article/details/125287368
版权

关于运行YOLOv5 demo那些事儿（小白历程）

1. 电脑带不动，还是租个服务器吧

我的小破电脑，C盘本来就爆满，用久了还烫呼呼的，还是别整这茬了。

恒源智享云，你值得拥有。

注册个账号，登陆一下，然后选择合适的服务器什么的，根据自己需要的环境设定，再创建实例。img

反正跟着流程走即可。我自己就是想要运行一个YOLOv5的demo，对数据集什么的都不做要求，只希望能够成功运行看个效果，所以结合我自己查到的网上信息，确定用的是pytorch1.7.0的框架。

这个过程比较简单，创建好实例之后就会弹出订单的信息，告诉你远程登录服务器的指令和密码。

第一次租服务器，感觉真高级。

2. vscode连接远程

我真的感谢天、感谢地、感谢亲爱的小马老师！要不是一个学期的《大数据技术》让我学会了docker运行镜像、vscode连接远程，可能这一趴就能把我送走了！

原本以为毫无用处的东西现在居然成了最实用的！我是万万妹想到的。这里的操作真的顺畅到飞起，简单记录一下。

首先打开vscode，然后点左下角连接远程（眼睛睁大点，左下角哈！标记得有点淡）：

最低0.47元/天 解锁文章
胖儿丫
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
yolov5-fastapi-demo:YOLOv5的FastAPI包装器
03-07
yolov5-fastapi-demo 这是一个演示的FastAPI应用程序，允许用户上传图像，使用预先训练的YOLOv5模型执行推理以及接收JSON格式的结果。 此存储库还包括Jinja2 HTML模板，因此您可以通过Web浏览器（位于localhost：8000）访问此界面。 要求 安装了所有require.txt依赖关系的Python 3.8或更高版本，包括torch> = 1.7（根据 ）。 要安装运行： pip install -r requirements.txt 推理 您可以使用python server.py或uvicorn server:app --reload初始化服务器 您可以通过以下几种方法测试服务器： 使用client.py这是使用请求库将一批图像和模型名称上载到localhost:8000/detect/并接收JSON推理结果的基本示例。 在网络浏览器
yoloV5-matlab:简单的推理代码，只需运行 demo.mlx-matlab开发
05-31
Import yolov5*.onnx for inference, including yolov5s.onnx, yolov5m.onnx, yolov5l.onnx, yolov5x.onnx, the original output dimension is 1*255*H*W(Other dimension formats can be slightly modified), import (importONNXFunction) + detection in matlab Head decoding output. 导入yolov5*.onnx进行推理（inference），包括yolov5s.onnx,yolov5m.onnx,yolov5l.onnx,yolov5x.onnx,其原始输出维度为1*255*H*W(其他维度形式可稍作修改), 在matlab中导入(impor
Pycharm连接远程服务器进行模型训练——以YOLOv8为例
wubeizi的博客
12-26 2004
本文主要记录笔者在利用运用远程服务器训练YOLOv8过程中遇到的问题。
YOLO-vscode的安装使用
weixin_61218382的博客
03-22 520
data：用于指定数据集的配置文件路径。如果用户在命令行中没有提供该参数的值，则使用默认值。imgsz：代表检测使用的图片像素大小，此处设置是640（可以更改且必须为32的倍数）weights：检测目标时使用的模型，此处使用的是yolov5s.pt。5.单机运行python文件（运行时必须在yolov5环境中进行）这个配置文件包含了数据集的相关信息，如类别名称、图像路径等。2.Code Runner（方便的运行代码，提高编程效率）6.在runs中查看运行结果（终端处也会打印检测结果）1.通过终端新建终端。
本地Pycharm连接远程服务器训练模型教程-yolov5为例-傻瓜式保姆级教程！
sahtk89452的博客
04-09 529
此处需要注意如果自动上传无法成功，我们可以手动将本地项目上传到服务器（选择上面的Upload to（上传到）即可），一定要在本地代码更改后及时上传同步到服务器！下载）拉取服务器中的代码同步本地。在Deloyment对话框中选择Mappings设置路径映射，设置本地代码同步到云服务器的目标路径，设置完成点击OK退出，这里使用的云服务器为恒源云，服务器部署路径为：/hy-tmp，图中未显示。为了后续本地与服务器之间同一项目可以内容同步，我们还需要设置二者之间的项目路径映射，即本地项目在远程服务器中存放的位置。
二万字史诗保姆级远程服务器YOLOv5制作训练自己数据集！
m0_65619221的博客
08-02 147
二万字从环境搭建、数据集制作、远程训练等操作说明书，包括多种图片标签数据增强代码、文件工具等~
通过vscode远程调试yolo系列利用摄像头进行实时监测
a1004550653的博客
07-21 1482
我使用的是第二种，不显示窗口，但也不会报错，通过代码直接保存摄像头的实时检测视频。
YOLOv5超详细的入门级教程（训练篇）（四）——利用远程服务器训练模型
“知识最大的敌人不是无知，而是错觉”
02-25 2475
利用远程服务器训练模型修改train.py文件进行训练 我是一个非常懒蛋的人，如果不记录博客的话，遇到一点点问题就不想解决了。 感觉记录博客可以很好的帮助我缕清思路，更好的解决问题，而且未来遇到同样的问题时还可以查看之前的博客，何乐而不为呢？ 修改train.py文件 我看许多人也会写一个shell脚本来进行训练（方便日后操作），简单理解起见，我们就直接修改train.py的default设定就好了。 看了一下学校的卡是2080ti，batchsize我们先设定为8，因为用的是voc2007，imgsi
YOLOv5快速入门demo
weixin_39107270的博客
04-25 654
在yolov5-master/data/images有两张图片，可直接用来做测试。使用上一步下载的预训练模型yolov5s.pt进行测试.保存至yolov5-master文件夹下。结果保存至run/train/exp 中。5s 模型比较小，便于用来入门学习。
cv学习笔记-yolov5demo
qq_43979221的博客
04-25 1452
运行coco数据集时较慢，在双2080ti上每个epoch大概6分钟（yolov5s.yaml --batch-size 64），300个大概运行30小时（暂时还没运行完），使用1080机器运行每个epoch要十几分钟（yolov5n.yaml --batch-size 128）就关掉了。经过查资料应该是cuda版本和torch版本不匹配，使用nvidia-smi查看cuda版本，显示为11.4，然后去pytorch官网找老版本，没有11.4对应版本，查找资料说是可以使用11.3的，
YOLOX运行demo及细节理解
村民的菜篮子
08-10 7084
1、Focus 参考：4、Focus模块-in YOLO - 知乎 (zhihu.com) 代码实现： class Focus(nn.Module): """Focus width and height information into channel space.""" def __init__(self, in_channels, out_channels, ksize=1, stride=1, act="silu"): super().__init__()
验证ncnn yolov5 demo
tailor997的博客
02-18 138
修改yolov5.cpp /ncnn/examples/yolov5.cpp 选择YOLOV5模型版本 有YOLOV5_V60、YOLOV5_V62两种选择 选择YOLOV5_V60
YOLOv5-tf:使用TensorFlow 2实现YOLOv5
04-06
使用TensorFlow 2实现 火车 在config.py更改数据集路径和class_dict 在config.py选择版本 可选， python generate.py为您的数据集生成锚点并在config.py更改锚点 运行python train.py进行培训 测试 运行python test.py 数据集结构 ├── Dataset folder ├── IMAGES ├── 1111.jpg ├── 2222.jpg ├── LABELS ├── 1111.xml ├── 2222.xml ├── train.txt ├── test.txt 笔记 xml文件应为PascalVOC格式 train.txt包含不带扩展名的图像名称 推荐（适用于docker用户） docker pu
onnx部署最新版yolov5v6.1模型demo
07-06
onnx部署最新版yolov5v6.1模型demo torch 1.8.1 torchvision 0.9.1 onnx 1.12.0 onnx-simplifier 0.3.10 onnxoptimizer 0.2.7 onnxruntime 1.11.1
openvino2022部署最新版yolov5v6.1模型demo
07-06
openvino2022部署最新版yolov5v6.1模型demo openvino 2022.1.0 openvino-dev 2022.1.0 openvino-telemetry 2022.1.1 torch 1.8.1 torchvision 0.9.1
java使用JSCH进行连接远程服务器Demo
10-31
是使用java使用JSCH进行连接远程服务器的Demo，让更多刚刚接触的同学进行学习。
yolov5-onnx-tensorrt:如何使用 TensorRT 运行 yolov5 模型
05-29
此 Repos 包含如何使用 TensorRT 运行 yolov5 模型。 Pytorch 实现是 。 将 pytorch 转换为 onnx 和 tensorrt yolov5 模型以在 Jetson AGX Xavier 上运行。 支持推断图像。 支持同时推断多幅图像。 要求 请使用torch...
使用Python在rk3588-3588s上运行的yolov5s简单demo(大约72帧-s).zip
最新发布
05-16
使用Python在rk3588_3588s上运行的yolov5s简单demo(大约72帧_s).zip个人经导师指导并认可通过的98分大作业设计项目，适用人群：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业或毕业设计，作为...
YoloV5入门学习
weixin_47104238的博客
10-25 1810
YoloV5配置及视频识别
onnxruntime yolov5 demo
07-27
使用ONNX Runtime运行YOLOv5 Demo的步骤如下： 1. 在计算机上安装ONNX Runtime库。可以在官方网站上找到ONNX Runtime的安装指南。 2. 下载YOLOv5的预训练模型。YOLOv5的作者提供了训练好的模型权重文件，可以在...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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