目录
为何使用云GPU训练我们数据集?
我们总是花费长达十几个小时去训练模型,这对于我们的运行设备的要求很高,一般的学生(比如说我)想拿自己的笔记本电脑跑训练但是可能电脑配置低,会因为很多问题跑不起来,就算跑起来了,速度也很慢,还会导致电脑发热,这个过程对于我们的电脑的伤害是很大的。
下面我们来介绍一下如何在云服务器使用 yolov5 模型来训练我们的数据集(这里以恒源云为例):
云服务器训练数据集教程:
恒源云官网:恒源云_GPUSHARE-恒源智享云
1.创建实例
首先我们要进行登录(没有账号的注册下账号,很简单。)--记住账号密码,上传数据时使用oss方法要用到用户名和密码。
登陆后点击右上角小人点击我的实例
在我的实例 中,点击创建实例
接下来选择想租什么配置的设备(我这里选择了3080Ti-12G),计费模式建议按量付费,也就是按小时付费。
然后如图选择预装的python环境(尽量和yolo的版本匹配)最后点击创建实例。
一般系统默认开机,如果不使用的话赶紧关机,从开机开始就计费了。这样我们的实例就创建好了。下图是关机状态,要开机使用点击启动就好了。
2.上传数据(OSS命令)
实例创建好了接下来我们就要上传数据了,我们使用oss命令方法来上传数据:
如下图打开帮助文档(文档中心),在左面导航栏找到数据上传, 数据上传里面的OSS命令上传,后面就是照着指导手册做,把自己的项目文件夹打包传上去。
点击数据上传:
点击OSS命令安装:
然后我们要下载oss 工具。注意:这里软件下载是按照自己电脑的系统,注意不要搞混
( 如果实在不会使用oss,也可以参考文档里的其他方式(xftp等),上传速度可能会很慢 )
以下是oss的操作过程
下载完之后运行,然后login(登录用的是你注册网站的账号)
然后使用linux的文件命令将本地的项目压缩包上传到文件系统中:
cp (你的压缩包路径) oss://
上传过程:
下图这样就算成功(将数据传到了个人数据集--中转站,下面我们要把中转站的数据集传到云服务器):
接下来我们启动实例,如果是会员可以选择无卡启动(为了省钱,该模式下内存只有1G,费用是0.1元/小时,在要用到gpu训练数据集时要退出此模式正式启动,我没会员选择启动)
启动完之后使用JupyterLab进行操作 (从这里开始是linux系统下操作,如果前面实例创建选择了windows系统,请类比操作或参考帮助文档,一般都是linux系统下的实例。)
进入后我们点击终端,在终端中进入hy-tmp目录
输入代码在终端中进入hy-tmp目录:(依次输入以下代码):
cd /hy-tmp/ #打开文件
ll #显示列表中文件
pwd
在终端中登录登录oss客户端:
oss login
然后输入账户密码:
从oss文件系统中(中转站)下载项目压缩包:
oss cp oss://yolov5-6.1.zip ./ #这里最后压缩文件名称改成自己的。注意zip与./中间有空格
下面这样就是运行成功了:
下图这样就上传好了
下面命令解压压缩包
7z x yolov5-6.1.zip
解压过程:
解压后的文件:
然后就可以在这个终端上正常运行项目啦
一般来说库的都是预装好的,也可以检查一下
pip install -r requirements.txt
运行此代码要进入yolov5文件夹
之后我们就可以在云端上训练数据集啦。
可以在训练代码(train.py)的最后一行加上
import os
os.system('shutdown')
这样训练完就自动关机了 ,可节省我们的资源。
训练模型时可能出现的报错:
1.libgthread-2.0.so.0: cannot open shared object file: No such file or directory
解决方法:
依次在终端中输入以下代码:
apt-get update
#安装额外的包
apt-get install libxext-dev
apt-get install libxrender1
apt-get install libglib2.0-dev
2.找不到数据集:
注意yaml中路径问题,因为在云端,这时数据集的路径就变了,要在yaml文件中修改训练集和测试集的路径。
我的训练过程:
这篇云端GPU运行yolov5模型教程到这里就结束啦,如果有什么问题可以在评论区留言呀~
如果帮助到大家,可以一键三连+关注支持下~