为何使用云GPU训练？

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~

使用云GPU进行yolov5的训练