将本地YOLOv5项目部署到Colab训练

将本地YOLOv5项目部署到Colab训练

一、前言

在本地实现yolov5后，尝试使用谷歌的Colab进行训练，本文记录了使用colab时的具体流程以及一些问题。话不多说，下面开始

二、流程

1. 使用GPU加速

在谷歌云盘新建colaboratory后，打开左上角修改，选择笔记本设置，将硬件加速器选为GPU。

2. 训练模型

2.1. 连接谷歌硬盘

由于Colab不会保存数据，所以需要连接到自己的谷歌硬盘。

将本地yolov5项目上传至谷歌云盘后，在刚才新建的ipynb文件内输入以下代码，与谷歌硬盘连接

中途会需要谷歌授权，点击接受就可以了

from google.colab import drive
drive.mount('/content/drive')

连接成功后显示

Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).

2.2 进入项目&安装环境

输入以下代码进入项目目录

%cd /content/drive/MyDrive/Colab/yolov5/

安装项目所需环境

%pip install -qr requirements.txt

2.3 修改路径

由于我在本地使用时，data文件夹下的yaml配置文件中路径使用的是绝对路径，所以将其修改为相对路径

2.4 开始训练

输入以下代码就可以开始快乐地训练了

!python train.py

三、问题

问题1

在2.2安装环境时出现了下述错误

ERROR: Could not find a version that satisfies the requirement pycocotools-windows>=2.0 (from versions: none)
ERROR: No matching distribution found for pycocotools-windows>=2.0

这是由于在本地安装环境时，将requirements.txt文档中的pycocotools修改为pycocotools-windows导致，删除’-windows’即可解决

问题2

在2.4执行训练代码后，未能执行成功，错误代码中仍显示有绝对路径
解决办法：删除VOCdekit/labels/下的两个cache文件

原因：训练时会默认使用原有的缓存文件进行训练，由于路径已经更改，所以要对其进行删除，避免继续加载原有路径