在服务器上运行目标检测的算法的步骤

1、FileZilla上传数据到服务器（或者上传网盘–VNC远程连接服务器桌面、在终端输入解压文件）
注意：主机前加sftp://

拖动文件夹到服务器列表
2、VNC远程连接桌面，

先查看python版本符不符合条件。不符合就新建环境，下符合版本的python。
3、打开终端解压缩
Cd 进入模型的文件夹
tar -xvf 文件.tar
.zip文件是unzip 吧啦吧啦

4、执行跑代码语句跑实验之前先pip可视化工具

1、（colab）上传数据集：

或者文件上传压缩包后解压缩

5、配置环境

命令：pip install -r requirements.txt

linux终端，停止命令：ctrl+z
Linux上修改.yaml：用vim
删除文件用!rm -rf+文件名
pwd找位置
Cd/…/yolov3进入位置
…requirement…

进入到train.py那个文件夹下

出现的错：1）pycocotools找不到

解决方法：conda install pycocotools，再执行 安装requirements语句。
2）

更新pip: python -m pip install --upgrade pip
3）没有yaml
解决方法：

4）没有seaborn
解决方法：

6、开始跑

或者

出现的问题：
1）cuda out of memory（内存不够了）
解决方法：调整batch-size和epoch
batch-size大小改成一半，epoch设置100左右（不写默认300轮）
过程：

7、可视化工具：找到出结果的exp，进入到train文件夹输入命令tensorboard --logdir=exp

8、测试：测试图片，如果图片很多就写到文件名为止（例如：data/images），source后是测试集路径，权重文件路径在训练结果里显示

预测好的照片去detect下找

下面这张图片没用自己训练的权重

运行结果

检测一张照片：（去跑完模型生成的train里找训练好的weights）
python detect.py --source data/images/mov_001_007585.jpeg --weights runs/best.pt

实施检测：
python detect.py --source 0 --weights runs/best.pt