##如何在阿里云服务器上部署yolov5模型##

YOLOV5 目标检测算法部署

一、本地部署

• 演示系统环境：Ubuntu18.04 , pytorch1.7

1.安装pytorch

• Anconda 安装

  • 下载地址：[Anaconda下载]

  • 找到当前路径（即下载好anconda包的文件夹）

  • bash ./Anaconda3-2020.07-Linux-x86_64.sh # 这里对应的是你下载的安装包
    

  • 添加Anaconda 国内镜像配置

    conda config --add channels
    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --add channels
    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
    conda config --set show_channel_urls yes
    

  • 安装Pytorch
    首先为pytorch创建一个anaconda虚拟环境，环境名字（pytorch1.7）,这个可以自己去设置

    conda create -n pytorch1.7 python=3.8
    

    安装成功之后激活pytorch1.7环境：

    conda activate pytorch1.7
    

    在创建的Pytorch环境下安装pytorch1.7版本指令如下：

    conda install pytorch torchvision cudatoolkit=10.2 -c pytorch # GPU版本
    
    conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch #仅CPU版本
    

    我这里配置的cpu去跑的，因为最终购买的云服务器也是cpu版本，如果是gpu版本的请往下看，cpu的可以不看

    1. 打开~/.bashrc文件，设置使用Pytorch1.7的环境为python3.8

    vim ~/.bashrc  # 打开bashrc文件
    
    # 添加路径
    alias python='/home/lzq/anaconda3/envs/pytorch1.6/bin/python3.8'
    
    # 上句指令中的用户名"lzq",需要修改成自己的用户名
    # 保存并退出
    source ~/.bashrc
    
    #执行之后自动返回base环境，需要重新激活：
    conda activate pytorch1.7
    

2.yolov5模型下载

• 我用的是yolov5-3.1版本，如果想用其他版本，需要对应的权值文件，这里不在赘述

  

  github代码链接

• 如果没有办法科学上网，这里也提供我之前下载的百度网盘内容，我已经将权值文件放进weights文件夹

• 链接：https://pan.baidu.com/s/1z3GNHQ2kFs979XA2aIbQqw
  提取码：3shc

3.yolov5安装测试

• 在yolov5路径下执行

  python detect.py --source ./inference/images/ --weights weights/yolov5s.pt --conf 0.4
  

4.安装Flask

• 在Pytorch1.7虚拟环境下执行

  sudo apt-get install flask
  
  sudo apt-get install jsonify
  
  # 如果新增用户提示没有sudoer权限
  可以执行一下指令，增加sudoer权限
  sudo usermod -aG sudo <username> #这里的<username>指的是新增用户
  

5.flask Hello World 演示

• 在pytorch1.7的环境下，在yolov5-3.1路径下运行：

python flaskhello.py 	# flask Hello World演示

sh run.sh		#yolov5-flask服务启动命令


当出现OSError: [Errno 98] Address already in use解决办法
netstat -tunlp
kill -9 5000 	# 杀死5000端口进程

• 至此，yolov5本地基于cpu的环境执行完毕，

• 效果展示
  

• 在yolov5-3.1文件夹下执行

  python flaskhello.py
  

• 如上图所示，按ctrl+左键，进入 http://127.0.0.1:5000,显示效果如下图，证明模型没有问题，

紧接着执行

sh run.sh

同样的，进入 http://127.0.0.1:5000 ,出现

进入链接http://0.0.0.0:8888,出现

上传图片测试，可以看到以下效果

二、云服务器部署

1、所谓云服务器部署，就是将在本地部署好的服务器部署到云端，由于云服务器的内存比较小，且没有图形化界面不容易调试，一定要确保在本地运行没有问题之后再部署到云端

2、其次就是关于传输问题，如何将yolov5模型文件传输到云服务器，这边提供一个阿里云的上传方式：文件从本地上传到轻量应用服务器

1.安装部署

后端部署（gunicorn部署）

前端部署（nginx部署）

2.释放端口

• 部署过程将会占用两个端口，我的后端部署占用端口是5000，前端部署占用端口是80，在此之前需要释放端口5000，
  

• 单击红色区域，进入云服务器。

• 找到对应的防火墙\安全组页面,点击进去

• 

• 点击添加规则，

• 

• 端口范围窗口，输入5000
  

3.后端部署

• 安装gunicorn

  pip install gunicorn  # 云服务上默认是没有pip 工具的，需要根据提示安装
  
  # 或者直接通过下面一行代码安装
  sudo apt-get install pip  
  
  #后端部署指令
  gunicorn -w 2 -b 0.0.0.0:5000 flask_app:app
  

• 当完成后端部署之后，可以通过IP地址访问到yolov5模型。
  

4.前端部署

# 安装nginx
sudo apt-get install nginx

# 新建配置文件
cd /etc/nginx/conf.d/ # 打开这个目录
vim index.conf # 创建index.conf，并通过vim方式将其打开，编辑请按 i， 退出编辑请按esc.

# 配置文件编写
server {
	listen 80;
	server_name 139.196.186.165;	 # 修改成自己的IP地址
	location / {
		root /home/lzq/yolov5-3.1;	 # 修改成自己的用户名
		index index.html index.htm;
		try_files $uri $uri/ /index.html;
	}
}

# 将算法部署到80端口，这样可以通过http://www.lzqlab.xyz或者http://lzqlab.xyz域名进行访问
server {
	listen 80;
	server_name www.lzqlab.xyz;	 # 修改成自己的IP地址
	location / {
		root /home/lzq/yolov5-3.1;	 # 修改成自己的用户名
		index index.html index.htm;
		try_files $uri $uri/ /index.html;
	}
}
server {
	listen 80;
	server_name lzqlab.xyz;	 # 修改成自己的IP地址
	location / {
		root /home/lzq/yolov5-3.1;	 # 修改成自己的用户名
		index index.html index.htm;
		try_files $uri $uri/ /index.html;
	}
}


# 紧接着更新配置文件：
sudo nginx -s reload

# 重启前端部署
sudo service nginx restart

5.screen 使用

在Linux系统中，通常我们在执行一些运行时间比较长的任务时，必须等待执行完毕才能断开SSH连接或关闭客户端软件，否则可能会导致执行中断。

使用管理终端screen执行，解决上述问题

• 安装screen工具

  Linux系统默认没有screen工具，需要先安装。

  # Ubuntu 系列系统安装命令如下所示
  sudo apt-get install screen 
  

  使用说明

  #1. 执行如下命令，创建screen窗口
  screen -S [$name] # 名字可以自己取
  
  
  #2. 列出screen窗口
  screen -ls
  
  
  #3. 当需要运行脚本、执行程序时，在命令前添加screen即可
  
  #4. 然后使用ctrl + a,同时再按下d键，就可退出ssh登录，但不会影响screen程序的运行。
  
  #5. 若需要继续工作时，登录实例，然后执行如下命令，恢复会话即可。 
  
  #6. 如何进入到已运行的screen？
  screen -r [$name]
  
  # 7.如何干掉后端程序重启？
  sudo pkill -9 gunicorn
  
  

  引用：

  Linux系统SSH客户端断开后保持进程继续运行配置方法