通过AutoDL使用yolov5.7训练自己的数据集-Toy模板网

这篇具有很好参考价值的文章主要介绍了通过AutoDL使用yolov5.7训练自己的数据集。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.算力市场租用主机

AutoDL

通过AutoDL使用yolov5.7训练自己的数据集
选择基础镜像

创建之后

2.上传文件

点击开机，也可在更多里面选择无卡模式开机（此模式不能训练，但是可以上传文件且更便宜）。开机之后，上传代码可通过xshell工具或者可以通过快捷工具JupyterLab。我两种方法都来演示一遍。yolov5代码
通过AutoDL使用yolov5.7训练自己的数据集

1.通过xshell上传代码

复制登录指令

原指令
ssh -p 26812 root@region-8.seetacloud.com
修改为
ssh root@region-8.seetacloud.com 26812

通过AutoDL使用yolov5.7训练自己的数据集
回车后会要求输入密码，将密码复制过来就可进入

再通过快捷键ctrl+Alt+F通过xftp上传代码就可以了

2.通过JupyterLab上传代码

点击JupyterLab后会进入启动页，点击箭头所指的上传代码，这里我代码已经上传上去了。
注意：这里上传文件只能上传单个文件，所有你要将代码打个压缩包后上传，上传压缩包后需要解压，点击终端后输入以下解压命令

unzip xxx.zip

通过AutoDL使用yolov5.7训练自己的数据集

解压后就会出现图中的yolov5-7.0文件夹

同时也将数据集也上传上去，如图中的dataset，数据集我是放在根目录的，和yolov5同级。
然后进入yolov5这个层级，输入以下命令导入requirement.txt的依赖。

pip install -r requirements.txt

通过AutoDL使用yolov5.7训练自己的数据集

3.修改代码

导入依赖完成后，就开始修改代码。以下是我需要用到的yaml文件修改的代码，我的类别数是5，以及修改后图片的路径。(最好在本地修改完成后再上传上去)
通过AutoDL使用yolov5.7训练自己的数据集

train.py
模型训练需要使用预训练权重，大家可以去官网下载，这里我使用的是yolov5s.pt这个权重文件