在使用服务器时，配置torch环境（这里是以tengxunyun为例子配置的环境）

这里配置的环境是使用的bubbliiiing的代码为例子进行配置的。配置环境需要对应自己电脑的显卡以及CUDA版本，最重要是torch的安装，一定要去官网去找对应的版本。

1.conda create -n pytorch python=3.6→y→→conda activate pytorch→进入环境安装库

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

→

pip install scipy==1.2.1
pip install numpy==1.17.0
pip install matplotlib==3.1.2
pip install opencv_python==4.1.2.30
pip install torch==1.2.0
pip install torchvision==0.4.0
pip install tqdm==4.60.0
pip install Pillow==8.2.0
pip install h5py==2.10.0
pip install future
pip install tensorboard

2.修改检测器中的参数

UnFreeze_Epoch      = 20000
Unfreeze_batch_size = 64
save_period         = 500

3.进入WinSCP

主机名→1.14.246.66
用户名→ubuntu
密码：*************

 登录→是

4.在WinSCP新建→目录→目录名为code（此处误把code打成了conda ,反正就是一个目录的名字）→进入code目录里面

5.上传自己的训练文件，如E:\Fruit_recognition\Grape\SSD，右键SSD→上传→后台上传

上传前的图片

上传后的图片

 将修改后的train文件重新上传。

6.进入终端

cd→cd conda（如果一不下心退到了本地，可以用ssh ubuntu@1.14.246.66进入里面）→ cd SSD→python train.py

7.备注

如果出现库缺失的现象，可以按照提示安装库就可以了，因为之前的库安装的位置可能不对

如果出现训练文件不存在的问题，如下图

重新运行一下python voc_annotation.py

然后在运行python train.py文件即可