使用云端的GPU进行yolov5的训练

---

前言

        本文介绍了使用云端GPU进行yolov5训练环境配置的过程

---

一、创建实例

        这里使用的是恒源云的GPU服务器，官方网址为恒源云_GPUSHARE-恒源智享云

        他的用户文档为Tmux - 恒源云用户文档

        一般的问题在用户文档中都可以找到解决办法。

        注册并登录后的界面如下图所示。

         点击云市场，选择合适的机型，我这里选择的是TITAN X，务必注意的一点是一定要选择英伟达的显卡和英特尔的cpu，不然会出问题。

后面经过测试发现即使是英伟达的显卡和AMD的cpu，代码也是能跑的。

         点击立即租后出现以下界面，完成镜像配置后点击创建实例。

        使用我上传的这个镜像即可，这个镜像已经配置好了yolov5训练所需的环境，也适用于30系显卡，可直接用于模型训练。

         等待实例创建成功

         点击JupyterLab

         点击：

         我已经将yolov5的训练环境配置好了，将数据集上传，然后将代码同步到云端即可进行训练，无需创建虚拟环境。

二、导入数据集到实例

        导入数据集的方法见数据上传 - 恒源云用户文档，数据集建议使用oss进行上传，其他两种方法不适合传输大文件。见OSS - 恒源云用户文档。

          

         这里展示用windows上传数据的过程。

        下载完成后的文件可以直接打开。

         打开之后是这样。

         在这里需要登录一下，命令为 login，账号为注册恒源云的手机号，密码为登录恒源云的密码。

 登录成功后，输入 mkdir oss://datasets ，创建一个个人数据的文件夹。

         上传的数据必须是压缩包形式，把需要上传的数据集移到刚才下载的oss这个exe文件的文件夹下。

         输入命令cp 你数据集的名字.zip oss://datasets/ 即可进行上传，上传的文件在datasets下，文件越大，传输的时间越长。

        如果界面这样，那么说明上传成功了。

         现在我们已经将数据上传到个人数据集了，现在需要将上传到个人数据集的数据下载到我们创建的实例中去，首先开启实例并点击JupyterLab。

         点击：

        下载数据的命令为 oss cp oss://datasets/你数据集的名字.zip /hy-tmp/。

        下载完毕后输入命令 cd /hy-tmp 进入存储数据的文件夹。

        输入ls 查看是否下载成功。

         下载成功后，输入命令 unzip 你数据集的名字.zip，即可解压文件，到这里，我们已经将数据集成功下载到实例中了。

三、连接云端与本机的代码

        这部分可以实现的功能是，将云端与本地的项目形成一个映射，本地中对项目做的改动会更新云端的项目文件，这里官方用户文档介绍的比较详细，我就不做说明了。

        见PyCharm - 恒源云用户文档。

        完成上述各步骤后，就可以在云端训练自己的yolov5模型了，注意训练的batchsize大小一定要和gpu的显存相适应，不然服务器会崩溃。比如说yolov5s的模型，在12g显存下 batchsize设置为16比较合适。

---