通过AutoDL使用yolov5.7训练自己的数据集

• 1.算力市场租用主机
• 2.上传文件
• • 1.通过xshell上传代码
  • 2.通过JupyterLab上传代码
• 3.修改代码
• 4.开始训练
• 5.结语

1.算力市场租用主机

AutoDL

选择基础镜像

创建之后

2.上传文件

点击开机，也可在更多里面选择无卡模式开机（此模式不能训练，但是可以上传文件且更便宜）。开机之后，上传代码可通过xshell工具或者可以通过快捷工具JupyterLab。我两种方法都来演示一遍。yolov5代码

1.通过xshell上传代码

复制登录指令

原指令
ssh -p 26812 root@region-8.seetacloud.com
修改为
ssh root@region-8.seetacloud.com 26812

回车后会要求输入密码，将密码复制过来就可进入

2.通过JupyterLab上传代码

点击JupyterLab后会进入启动页，点击箭头所指的上传代码，这里我代码已经上传上去了。
注意：这里上传文件只能上传单个文件，所有你要将代码打个压缩包后上传，上传压缩包后需要解压，点击终端后输入以下解压命令

unzip xxx.zip

解压后就会出现图中的yolov5-7.0文件夹

同时也将数据集也上传上去，如图中的dataset，数据集我是放在根目录的，和yolov5同级。
然后进入yolov5这个层级，输入以下命令导入requirement.txt的依赖。

pip install -r requirements.txt

3.修改代码

导入依赖完成后，就开始修改代码。以下是我需要用到的yaml文件修改的代码，我的类别数是5，以及修改后图片的路径。(最好在本地修改完成后再上传上去)


train.py
模型训练需要使用预训练权重，大家可以去官网下载，这里我使用的是yolov5s.pt这个权重文件

4.开始训练

输入python train.py开始训练。
注意：如果你是无卡模式开机训练的话，进程会被Kill掉，需要重新开机。

5.结语

这个平台还是挺便宜的，如果你是学生的话还可以认证学生，有优惠。
另外建议大家使用xshell结合xftp，方便操作。训练完成后保存的模型.pt文件不能直接下载下来，最好使用xftp。