云服务器训练自己的Nanodet模型

云服务器训练自己的Nanodet模型

各位小伙伴，现在显卡超级贵的年代，大家应该学会使用云服务器训练自己的深度学习模型了。
听说nanodet模型非常小，想要跑树莓派，训练一下看看效果。网上的资料都是pytorch平台的，照着做一下。

我使用的是小的服务平台叫易学智能：https://www.easyaiforum.cn/，大家可以使用百度云、阿里云或者华为云。

1、首先先到云服务器平台租一个服务器，一般都是花钱的，可以按时收费。选一个带pytorch平台的系统

选一个自己觉得适合自己的配置交钱开机。
2、下载好nanodet-main.zip传到服务器上。官方地址:https://github.com/RangiLyu/nanodet 这个地址是我抄的，下载太慢可以用我的链接。https://download.csdn.net/download/rugeweiwu/85453529
开机以后使用上传下载这个功能给传到服务器，这个要快一点，其他方式传也可以。

3、要准备好数据集，把数据组成这样的结构就可以，annotations放你的xml文件，imgs里面放对应的图片文件，生成xml文件使用labelImg就可以，这个工具应该都会吧，不会的网上找一下使用方法。我这有工具链接https://download.csdn.net/download/rugeweiwu/85453586，没有的同学可以下载。我的链接里面有exe文件，直接打开就能用。
把图片和xml文件按照比例分到train和valid里面。

然后把数据打包也放到云服务器。

4、修改配置文件，
nanodet-main/nanodet/blob/main/config/nanodet_custom_xml_dataset.yml

主要修改几个地方，

圈上的位置是你要存放的位置。

圈上的是你的数据集的种类。

这里放你的对应的分类的名字。
这里是你的数据集的路径。
准备好以后要开始训练了
直接进入到nanodet-main文件夹执行命令：python tools/train.py config/nanodet_custom_xml_dataset.yml
就可以运行了。

当然中间遇到几个问题，给大家点提醒。
1、AttributeError: module ‘tensorflow._api.v1.io’ has no attribute 'gfile
如果报这个错，那么就是调用了tensorflow里面的tensorboard ，同时这个tensorboard版本又不够高和pytorch不匹配。可以选择安装高版本的tensorflow就搞定了。
使用sudo pip install tensorflow-gpu==2.0就可以。

2、RuntimeError: CUDA out of memory. Tried to allocate 3.6 GiB
据说是这个是你选了便宜的显卡，显存不够了，可以选一个高级的显卡，或者把配置文件的下面这两个位置改成我这个这么小的。

3、ModuleNotFoundError: No module named ‘pycocotools._mask’
这个是自找的，应该没人和我一样的，这个是下载好的pycocotools文件夹放到了nanodet-main里面了，我直接删了就可以。

4、下载并且安装protobuf
wget -O protobuf.zip https://github.com/google/protobuf/releases/download/v3.0.0/protoc-3.0.0-linux-x86_64.zip
unzip protobuf.zip
如果嫌太慢可以试一下我的链接。：https://download.csdn.net/download/rugeweiwu/85453540

然后就是报少什么模块就sudo pip install xxx 安装上就行。

先这样，等后面上到树莓派再给大家分享。