部署YOLOV5环境到服务器进行多GPU训练_yolov5模型线上部署进行gpu推理

部署YOLOV5环境到服务器进行多GPU训练

访问官网进行注册并登录

点我访问AutoDl官网

购买一台GPU服务器：

通过vscode链接GPU服务器：

安装插件

配置连接信息

安装服务器中的YOLOV5-GPU环境

到torch官网：

点我访问torch官网

复制命令到终端，安装pytorch,记得把pip3改为pip

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
1

最后等待安装完成即可

复制自己本机跑通的YOLOV5代码到服务器

注释这里我们通过vscode进行上传文件，也可以通过其他方式进行上传

先解压文件

进入yolov5-7.0文件夹根目录将tqdm>=4.64.0改为tqdm>=4.63.1输入以下命令：

pip install -r requirements.txt
1

在服务器中安装python扩展

重连服务器，重新打开目录yolov5目录准备训练

如果出现Downloading https://ultralytics.com/assets/Arial.ttf to /root/.config/Ultralytics/Arial.ttf…：

多等一会或者多运行几次即可，实在不行可以手动在本地找到这个字体文件复制到服务器中的/root/.config/Ultralytics/目录下
1

因为代码我们在本地已经跑通了，所以直接运行train.py即可进行默认单GPU训练：

如果你需要进行多GPU训练，可以参考以下步骤，前提是你真的买了两个GPU哦：

既然是多GPU就要合理调试batch-size中的值，可以适当微调，观察显卡显存，如果显存没满可以持续增加batch-size，默认训练epochs的值是100，如果你数据足够多，可以搞500epochs，当然了多GPU训练请先确保你的数据有5000-30000数据再使用。

好了本期教学分享到这里