GPU云服务器使用教程、运行YOLOV5项目并连接到本地VSCode(Pycharm) |
您所在的位置:网站首页 › 本地连接命令怎么用 › GPU云服务器使用教程、运行YOLOV5项目并连接到本地VSCode(Pycharm) |
编程如画,我是panda! 之前已经教过大家如何在自己的电脑中配置Pytorch深度学习环境,但是有些小伙伴没有英伟达的GPU,所以用CPU的话训练模型会比较慢,所以这次出一期使用GPU云服务器的教程。 码字不易,如果对各位有帮助,希望点赞收藏加关注哦~ 目录 前言 一、服务器使用步骤 1.注册账号 2.租借服务器 二、在服务器运行YOLOV5项目 1.下载YOLOV5项目 1.1. 方法一:直接进官网下载,然后上传到服务器 1.2.通过git命令 2.训练YOLOV5 三、本地与服务器进行数据交换 1.官方提供工具 1.1.下载工具 1.2.上传数据 1.3. 从服务器获取数据 2.xftp工具 2.1.下载Xftp工具 2.2.上传数据 四、使用VSCode或Pycharm进行服务器连接 五、Git安装并且配置VSCode ssh 六、从VSCode训练模型 总结 前言因为之前我的电脑是没有英伟达的独立显卡的,所以平常跑深度学习的模型使用CPU的话会比较慢,要跑很久很久,所以之前一直在找GPU的云服务器,也走了不少弯路,这次出一期教程介绍一下服务器的使用方法,来让小伙伴们避免踩坑。 一、服务器使用步骤 1.注册账号网上有很多家GPU服务器平台,我使用的是恒源云,他家的我个人感觉还不错,也可以使用AutoDL算力云的,具体步骤是差不多的。 恒源云官网:恒源云_GPUSHARE-恒源智享云 算力云官网:AutoDL算力云 | 弹性、好用、省钱。租GPU就上AutoDL 进入恒源云官网,点击免费注册,注册完账号后登录(新人有优惠券和福利): 也可以使用我的邀请链接,可以额外多获得十元代金券: https://gpushare.com/auth/register?user=15*****9985&fromId=67760011ab17&source=link 打开云市场: 挑选适合的服务器,然后租用:(系统盘20G,数据盘大多都是50G,如果不够可以申请扩容) 然后选择你需要的深度学习的框架和版本,然后创建: 等待创建完成: 创建完成后可以点击Jupyter Lab: 启动后创建终端: 然后你就可以查看你当前机器的环境: YOLOV5项目官网:GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite 这里提供两种方法 1.1. 方法一:直接进官网下载,然后上传到服务器进入官网,点击Code然后下载源码: 这样做是直接把代码下载到本地,后续需要上传到服务器,如何上传我后面会讲解。 1.2.通过git命令进入官网,点击Code,然后复制命令:
这里要先cd到hy-tmp文件夹中,因为这个文件夹才是你的数据盘,有50G 然后等待克隆完成: 注:如果git失败或者git显示超时等错误,请先更新一下git: sudo apt-get update sudo apt-get upgrade sudo apt-get install git如果失败的话,就使用国内镜像源:https://gitee.com/monkeycc/yolov5?_from=gitee_search 同样执行git clone命令就可以了 如果还不行的话!!!就用方法一,然后用我后面讲的方法上传到服务器。 2.训练YOLOV5首先cd到yolov5的文件夹: 执行下列命令下载YOLOV5所需要的依赖: pip install -r requirements.txt
如果你的运气好的话,会成功运行,然后训练出官方提供的训练数据集,如果你运气不好,可能看到这样的结果: 这时候就需要我说的下一步了。。。。先下载到本地然后上传到服务器。 三、本地与服务器进行数据交换 1.官方提供工具 1.1.下载工具恒源云官方提供了上传数据的工具:数据下载 - 恒源云用户文档 (gpushare.com) 选择你的操作系统然后下载:
按住Win+r输入cmd,打开Windows的命令行,进入到你的oss所在路径,执行命令:(一定要重命名oss) .\oss login然后登录进你的恒源云的账号密码: 上传数据命令格式为:(官方提供的下载工具的上传的数据格式只能是压缩包) .\oss cp 你要上传的数据的路径 oss://回到你的服务器终端,输入oss login进行登录,登录后执行以下命令: 命令最后有个点别忘了 oss cp oss://你的压缩包.zip .这样就能从服务器收到数据了 2.xftp工具 2.1.下载Xftp工具下载地址:https://www.xshell.com/zh/free-for-home-school/
点击下一步: 这里默认: 运行xftp,然后会弹出这个窗口: 如果没有就找这里: 点击新建: 名字随便起,然后回到服务器控制台界面,复制登录指令:
然后你就将你的电脑和服务器建立起了联系:
打开VSCode,找到插件,然后搜索ssh,下载: 找到左侧的远程资源管理器: 新建远程: 复制登录指令: 然后输入登录指令按回车: 选择第一个 选择连接: 选择Linux: 然后继续: 然后输入你的服务器密码, 如果连接提示“试图写入的管道不存在”,可能是 Windows 自带的 SSH 问题。可以通过安装 Git,然后在 VSCode 首选项 - 设置中搜索 remote.SSH.path,填写ssh可执行文件的路径,让 VSCode 使用 Git 提供的 SSH 客户端。 安装git请看下一部分。 然后打开文件夹: 然后继续输入密码,然后信任: 右键文件夹空白区域,在集成终端打开: 如果还需要你输入密码继续输入就行了,可能你把复制的密码粘贴进去不显示,这是正常的,直接回车就行,Pycharm配置也一样的。 五、Git安装并且配置VSCode ssh下载地址:Git - Downloading Package (git-scm.com) 选择下载文件: 下载好以后进行安装,一直默认就行,因为Git的安装选项比较麻烦,所以,可以去网上自行查找教程,我的建议是默认就行。 然后打开VSCode,找到SSH插件,设置: 往下滑找到下图,改成你对应的路径就行: 更改完以后再去执行第四部分就没有这个错误了。 六、从VSCode训练模型在终端中继续输入这个代码:(先cd进YOLOV5目录) python train.py --data coco128.yaml --weights yolov5s.pt --img 640如果运行还报错就去手动下载,因为这是从国外下载,所以服务器可能连接不上,才会报错,如果需要手动下载的文件,可以私信我。 就算你有幸,真的运行出来了,可以看到,下载数据集的速度还是比较慢的: 将下载好的文件用Xftp传到服务器: 然后将coco128数据集转换成yolov5的数据集格式,就可以使用了,转换代码可以去网上搜也可以私信我。 然后运行文件就就能发现可以开始训练了: 运行结果会放在yolov5目录下runs/train目录。 如果不需要用了,在实例管理可以找到关机选项,关机就可以了。 总结这篇文章对于想要入门深度学习并且没有英伟达的GPU的小伙伴还是很友好的,希望对各位有帮助,如果遇到任何问题,可以私信我。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |