1. 租用服务器
-
本地改模型
-
服务器
- 将改进好的、数据集处理好的模型压缩为zip文件
- 上传到阿里云盘
- 打开服务器AUTODL服务器,在主页中选择容器实例
-
在此位置进行开关机操作,若停止服务器,必须关机,不然会一直扣钱
2. 运行模型
-
选择AutoPanel
-
然后选择公共网盘 ,之后选择授权阿里云盘
-
选择上传好的文件,点击下载
-
然后选择进入JupyterLab
-
选择终端
-
在命令行中使用unzip指令对下载好的压缩文件进行解压(
unzip yolov5
) -
根据解压位置,选择根目录路径,使用cd进入想要的目录层
cd autodl-tmp
cd yolov5(文件名)
-
最后执行代码训练指令(博主自用,可以根据自己文件实际需要对应修改)
python train.py --data data/zhouzhou128.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 32 --epochs 100
python train.py --data data/fish.yaml --cfg models/yolov5l-Cneb.yaml --weights weights/yolov5l.pt --batch-size 16 --epochs 150
- 注意这个命令是直接指定的参数,如果想用train里填好的参数,可以直接运行。输入:python train.py
- 此外,注意此命令的路径,如果本地当初各个文件不是放在models或weights等文件夹里的,要重新复制一个过去哦
-
补充
- 如果遇到/.../.../.../1.jpg类似错误(AssertionError: Image Not Found),删除数据集中labels目录下的cache文件
- 运行模型命令:python 文件名称
- 不能删除文件夹,但可以剪切到别的地方去
- 如果运行train.PY出现这种错误 说明镜像环境中的protobuf版本不对 可以输入指令
pip install protobuf==3.11.2
重新安装 即可(原先的protobuf 或者其他安装包的版本可以通过输入pip list来查看 ) 出现这个报错的时候系统环境中的protobuf版本为4.23.2