Colab跑项目

Colab文件目录路径显示

上级目录图片超像上传文件，每次进入到上级目录我都不知所措，想要返回到content文件夹下，却不知道该如何应对
傻了，既然此时是在content的上一级目录，那么content就在当前目录的子文件夹啊！！！！
我还试图 通过命令 厘清文件夹路径

要想展示的目录路径在content下我还真不知道怎么让他显示，不过能看，只不过没那么简洁，可以只看到content路径下的文件们

别乱动，动乱了再用 !mv xx yy 挽救吧

不能进到/content/下，别问我怎么知道的
感谢博主指导！

更改colab当前工作文件夹

colab目录为 /content/
/content/drive/ 云盘文件
老老实实待在content文件夹下面，不要去别的地方惹是生非还回不来啦
害得我步履维艰

参考博客，os.chdir(“drive/My Drive/…”) 这句没明白

Colab挂载谷歌云盘

import os
from google.colab import drive
drive.mount("/content/drive")

colab使用命令（从这开始看，前面no zuo no die)

1.首先得会一些命令行的使用（%一般为目录相关，！为执行相关）
​

!nvidia-smi         查看gpu配置
%cd 目录             切换目录
%pwd                当前路径
%dir %ls            当前路径下文件
!pip install 包      安装包
!python 文件          运行文件
cp -rf 源文件目录 目的文件目录    复制文件到想要的目录下
colab目录为 /content/
           /content/drive/   云盘文件
 

其实这些目录跟Linux命令差不多，无非加个！%（因为是在jupyter执行的）
2.如何对项目上传并执行
​

1.上传压缩包或文件夹到谷歌云盘
2.打开colab并挂载云盘
3.将文件复制到colab下，也就是从/content/drive/ 复制到/content/
  !mkdir test     当前目录为/content/，不是%cd 切换
   cp -rf /content/drive/MyDrive/text.zip /content/test
4.!unzip text.zip  切换到test目录下
  为什么要复制到/content/下：因为如果数据集过大，第一个epoch会从云盘一个个提取数据，主要是为什么第一个epoch为什么时间很久，如果文件在colab目录下，会提高读取数据的时间。
5.这时就差执行了，以我test文件为例
切换到解压后的文件夹中，执行文件为run.py 还需要指定参数--model TextRNN
!python run.py --model TextRNN

执行就行！差不多OK了
来源于此，还有一个问题colab使用为12个小时一天，如果执行超半个小时没动计算机colab会自动断开，如果我们程序还没执行完就很烦，如何解决？？？

最紧要，首先，修改笔记本设置使用启用gpu

上传zip文件到 /content/文件夹下

不胡乱操作os.chdir(“…/”)，直接默认上传的就在content文件夹下

!unzip /content/yolov5-5.0.zip -d /content/yolov5

如果文件顺利完整上传的化，就会顺利unzip解压

删除非空文件夹需要强制递归删除!rm -rf 文件夹路径

举个例子
强制递归删除命令：文件位置可以右键复制地址

!rm -rf /content/yolov5-7.0.zip

进入到yolov5-5.0目录下 %cd /content/yolov5/yolov5-5.0

安装环境 !pip install -r requirements.txt

添加插件 %load_ext

%load_ext tensorboard
再次启动 reload

启动tensorboard 中间不能有空格 先启动再加载，日志再runs/train中

打开tensorboard再运行train.py程序

%tensorboard --logdir=runs/train

!python train.py --rect

启动矩阵推理训练

刷新tensorboard

如果一开始 tensorboard不显示，是因为上传的zip文件里面runs文件夹下train文件夹下没有exp文件，没训练过，但是不影响，继续在下面通过!python train.py --rect运行就好

GPU就是快啊！！！
此次训练的日志保存再exp8


tensorboard里显示loss的变化

tensorboard数据：runs/train/exp/events.out.tfevents.1678366117.03e634abd4f1.7156.0

超参数：hyp.yaml

类别实例：labels.jpg 即每个类别出现的次数

训练结果：results.csv

更改训练的数据集

对整个coco数据集训练，修改data参数

!python train.py --data=data/coco.yaml

把得到的best.pt下载下来在本地的yolov5项目中，把detect.py 中main函数第一个参数weights对应的权重参数文件改成这个best.pt，就可以测试结果

把得到的best.pt下载下来在本地的yolov5项目中，把detect.py 中main函数第一个参数weights对应的权重参数文件改成这个best.pt，就可以测试结果

总结

运行train.py
下载的是yolov5-v5版本

1、把模型文件的压缩文件上传到colab
2、!unzip /content/yolov5-5.0.zip解压缩
3、%cd /content/yolov5-5.0转移到当前文件夹
4、!pip install -r requirements.txt安装所有需要的库
5、打开画学习曲线的tensorboard工具
所有的训练loss等结果都会记录在tuns/train的文件夹中

%reload_ext tensorboard
%tensorboard --logdir=runs/train

6、运行!python train.py --rect，再刷新tensorboard，就可以看到训练过程了
（服务器训练模型的速度是真滴快！）

原文链接（有些detect的可以一看）：https://blog.csdn.net/weixin_45727991/article/details/127500046

上传zip文件不完整

unzip:  cannot find or open /content/yolov5-5.0.zip, /content/yolov5-5.0.zip.zip or /content/yolov5-5.0.zip.ZIP.

解决colab上传大文件速度慢

oneDrive之前好像被我关掉了
谷歌云端硬盘入口
c参考

https://zhuanlan.zhihu.com/p/604874981