GPU云服务器运行图像篡改检测代码训练模型-小记

注册自己的账号

我用的是星创云海，这个正处在推广期，可以体验运行20个小时，对于我目前的图像篡改检测够用了~
这个平台在你注册完后密码以短信方式发送，等待即可

创建实例

我们在控制台，可以选择虚拟服务器，创建GPU实例，根据自己需要进行选择，一般选择按需付费，选用自己适合的镜像，我选的是Ubuntu18.04 64,带宽按流量计费。记得勾选销毁实例（默认勾选）

用Xshell登陆服务器

新建sessions
公网IP 就是你刚刚创建实例的

用户名默认 root 密码是你创建实例的密码 然后登陆成功

上传代码文件

使用Xftp 7传输文件，如果是大型文件，最好压缩上传

使用压缩包上传后 解压缩

先在Xshell界面在服务器安装zip

apt-get install zip

如果 unable 的话
执行 apt-get install 命令前先执行一下命令 apt-get update,等该命令结束后再执行install命令即可

解压缩：cd /XXX 进入你压缩包所在目录

unzip Image_manipulation_detection.zip

该命令即解压缩到压缩包同级目录中，如果你想安装至指定目录 在后面加路径即可

执行.py文件

cd 进入到你要执行的py文件所在目录下（以我的图片篡改为例）

python main_create_training_set.py

我的代码所需环境为
python3 + tensorflow-gpu 1.15.4 + opencv-python + pycocotools
其他我选的服务器都自带了 如果有包找不到 直接pip install 就好

pip install tensorflow-gpu==1.15.4 -i https://pypi.douban.com/simple/  
pip install opencv-python -i https://pypi.douban.com/simple/  
pip install pycocotools

在执行main_create_training_set.py文件前，还应该执行一个命令

cd Image_manipulation_detectionb/lib
python setup.py build_ext -i

此步编译.so文件

python train.py

这里我大哥，成功的将vgg16网络换成了resnet网络速度由8.5s/iter 提高到0.52s/iter

python demo_two_stream.py

生成模型下载

此时，代码都已经执行完了，对于生成的模型全部下载 还是一样，压缩进行下载节省时间。

zip -r Image_manipulation_detectionb.zip Image_manipulation_detection/

注意路径，在Image_manipulation_detectionb的上级目录中 终端执行以上代码即可
最后使用xftp传回本地即可 再次更换测试集的时候即可用在服务器生成好的10000iter的模型进行训练。