文章目录
前言
主要用作毕设的学习过程记录
一、准备环境
1.本地环境
PS:如果机子配置够高,可以直接在本机进行模型预测,可以不用配置矩池云环境,可以参考这个链接:https://blog.csdn.net/weixin_44791964/article/details/106037141
Anaconda配置
最新版本的Anaconda没有VSCODE,如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda,百度网盘连接如下。也可以装新版然后分开装VSCODE。
安装版本推荐:Anaconda3-2019.10-Windows-x86_64.exe
安装过程建议全勾选。
Git配置
Git官网进行下载任意版本Git,主要目的是获得SSH的连接配置工具(VSCODE连接云端需要用到),安装Git时会默认安装。也可以自行安装。
配置torch环境
cmd中进行安装,也可以去https://download.pytorch.org/whl/torch_stable.html下载对应的版本。
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
如果不知道自己可以安装哪个版本,则打开cmd,输入python。
32位系统:
import pip
print(pip.pep425tags.get_supported())
64位系统:
import pip._internal.pep425tags
print(pip._internal.pep425tags.get_supported())
vsCode配置(不建议单独配置)
搜索本机中的Anaconda Navigator,打开,经过上一步配置torch环境后,这里已经可以切换环境了。
切换环境为pytorch,安装vsCode。这里我已经安装了,如果没有安装按钮会是Install。
Cuda和cudnn的配置(本机运行才进行配置)
可以参考https://blog.csdn.net/weixin_44410737/article/details/115369472进行配置。
2.矩池云环境
官网:https://www.matpool.com/
注册账号
略
Vscode连接矩池云。
1.首先,任意选一个GPU主机启动,选择PyTorch环境的主机。
2.启动后,在我的租用界面会看到启动好的云主机
将SSH链接保存下来,打开VSCODE。搜索安装Chinese和Remote Development两个扩展。
安装完成后重启,点击左下角的扩展,新增远程连接
将刚才复制的链接粘贴进去
再次重复上面步骤的前两步,会发现已经有了一个连接,点击进行连接
在弹出的新窗口中,会依次要求选择服务器的系统类型,选择Linux,Continue,输入你申请主机的时候输入的密码
之后点击打开文件夹,输入/mnt,这是矩阵云的云盘目录,将文件存在这里可以长期保存。
至此便能对云主机上的文件进行远程操作了。
二、模型训练
1.准备已标注好的数据集。
由于我自己是做口罩识别模型,故使用的数据集是口罩数据集。标注好的数据集会有xml和原图片文件,将图片放在JPEGImages文件夹下,xml文件放在Annotations文件夹下。
xml文件中object里面的name即为识别的标签名,根据这个进行后面的配置。我这里是分为两类标签,face和face_masked。
2.修改代码文件
voc_classes.txt
将里面的标签改为自己数据集的标签。
同理修改voc_annotation.py。
执行红色框的文件,生成蓝色框中的文件。
2007_train.py中会记录图片的路径和识别到的标注位置。
train.txt中存放图片的名字。
此时就可以执行train.py进行模型训练了。