智星云服务器上进行yolov5模型训练
根据上面这篇文章进行yolov5模型的基本学习,其中详细描述了如何自己制作数据集,但是自己电脑太垃圾,作者采用的是谷歌的云平台,因为不想找vpn,就从知乎上找到了两个云服务器收费比较合理的平台,都可以安装使用时间扣费,基本上2-8元/小时
采用了在智星云上租用服务器
1 准备工作
一共需要提前准备好三个文件。已经上传到github上,需要的话可以直接下载。https://github.com/lirucohen/zhixingyun.git
- yolov5-master:基本的yolov5模型
- yolo_A:哆啦A梦数据集,可以参考从0开始训练yolov5模型建立自己的数据集
- cocoapi-master:用来处理云服务器配置的问题
2 购买服务器
- 注册账号
- 购买服务器,注意要选择 AI cuda11,这样对应的pytorch的版本才是对的,具体服务器选一个合适的就行,也不是每个价格都有空闲
- 租用后控制台会发送地址密码信息,复制信息从微信发送到电脑端,直接点击jupyter链接,输入密码,就进入你租用的服务器的jupyter notebook中
3配置服务器环境
- 在jupyter中导入zhixingyun-master.zip
- 在jupyter中新建python3文件,运行以下代码解压zhixingyun-master.zip
%apt-get install unzip
%unzip zhixingyun-master.zip
- 安装txt中的包
%cd zhixingyun-master/yolov5-master/
%pip install -qr requirements.txt
- 此时可能会报错,ERROR: Failed building wheel for pycocotools,显示pycocotools无法安装,继续运行以下命令
%cd zhixingyun-master/cocoapi-master/PythonAPI
%pip install cython
!python setup.py build_ext --inplace
!python setup.py build_ext install
主要智星云服务器环境配置就完成了,主要记录一下出错pycocotools无法安装的解决方法。
4 测试训练
详细内容可以参考从0开始训练yolov5模型
- 查看信息
import torch
from IPython.display import Image, clear_output # to display images
clear_output()
print('Setup complete. Using torch %s %s' % (torch.__version__, torch.cuda.get_device_properties(0) if torch.cuda.is_available() else 'CPU'))
- 测试
!python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/
Image(filename='runs/detect/exp/zidane.jpg', width=600)
- 训练
!python train.py --img 640 --batch 50 --epochs 100 --data ../yolo_A/A.yaml --weights yolov5s.pt --nosave --cache