前言

最近尝试了一下移动的免费云服务器，新用户可以免费用50个小时的v100，分享一下使用过程

具体的yolov5训练可以先看别的帖子

手把手带你调参Yolo v5 (v6.2)（一）

【Yolov5】1.认真总结6000字Yolov5保姆级教程（2022.06.28全新版本v6.1）

二、使用步骤

1.注册与登陆

进入网站直接注册就好了，网址如下：

九天.毕昇

（验证码发的可能有点慢。。。）

2.新建实例

进入控制台，在模型训练里新建实例

         然后是上传代码和数据集，建议直接把自己本地的代码和数据集压缩然后上传。

点击新建数据然后找到电脑中的文件上传就好 （上传过程中最好保持在这个界面，否则会中断）

上传好了以后在实例中挂载数据集，就是刚才上传的压缩包

 运行这个实例，服务器提供了两种编辑器，建议用jupyter，

 打开jupyter后，可以使用terminal进行编辑

新建一个terminal,需要把刚刚上传的压缩包解压，压缩包在 data/user/ 文件夹下，该文件夹没有读写功能，但我们可以把压缩包解压到外面

（这里我的数据集名为zc,压缩包名为mydata,请对应修改）

cd data/user/zc  #进入目录

unzip mydata.zip -d /root  #解压到root文件夹下

cd  #退出目录

 到这里文件就已经配置好了，如下图，我上传的是yolov5的项目文件

除此之外，还可以通过上传按钮直接上传文件，这个过程也是消耗豆子的，上传大文件最好不要用

3.配置环境

进入yolov5的文件夹

cd yolov5-6.1

运行 pip install -r requirements.txt ,默认从aliyun下载，我下的时候非常慢，最后使用conda一个个安装的

其中pytorch最好使用官网的安装，因为不确定安装的是不是gpu版本。我安装的cuda10.2最新版本，可以跑通

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

4.训练

环境配置好以后就可以训练了，首先，确保你的各个路径没有错，

！！！重点注意cfg、data和图片的路径，建议全都用相对路径

然后使用python运行train.py

python train.py

（启动比较慢，这个好像所有机器都一样），我的数据集有896张图片，自己的显卡1050训练一次要100s左右，用这个服务器5s一次

总结

凑合能用，邀请别人还能拿豆子加时长，毕竟免费的还要啥自行车啊

ps:今天上线的时候发现不让我用v100了，说是资源不够