上网出现危险网站,线上编程培训机构哪家好,网页设计软件html,诸城做网站收费目录 搭建本地环境安装miniconda3创建一个新的环境安装包 安装pycharm下载汉化导入解释器测试终端终端运行代码 YOLOv8本地训练数据集制作训练文件 YOLOv8 autodl训练流程注册账号充值选则服务器jupyterlab创建训练环境上传文件训练使用vscode SSH使用pycharm专业版SSH下载文件… 目录 搭建本地环境安装miniconda3创建一个新的环境安装包 安装pycharm下载汉化导入解释器测试终端终端运行代码 YOLOv8本地训练数据集制作训练文件 YOLOv8 autodl训练流程注册账号充值选则服务器jupyterlab创建训练环境上传文件训练使用vscode SSH使用pycharm专业版SSH下载文件 搭建本地环境
安装miniconda3 这里使用miniconda3anaconda3比较笨重 好处是可以隔离不同的环境安装的包都在当前环境下不会和其他环境冲突 官网下载路径miniconda3百度云链接 下载完成双击 选则just me即可 安装路径设置一下然后这里勾选一下环境变量
创建一个新的环境 安装完成后在开始一栏中找到Anaconda Prompt然后打开 现在进入的是基础环境可以看到前面的(base)这里我们创建一个新的环境 输入命令 conda create -n YOLO python3.11这里的YOLO是你新创建的环境名3.11是python解释器的版本用11没遇到过什么问题这里可以自行更改回车。遇到确认从键盘输入y回车。 挂梯可能会失败。 安装完成后输入命令conda activate YOLO即可激活刚才创建的环境可以看到base变成YOLO
安装包 安装python包 这里以安装numpy举例 输入命令 pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple 我个人喜欢安装包的时候指定清华源 这样完成后在miniconda3的安装路径下可以看到多出来一个YOLO文件夹 接下来安装torch 直接安装即可先查看下自己的显卡是不是Nvidia的在搜索中搜索设备管理器 如果显卡是Nvidia的一般来说1050以上的显卡也就是支持cuda直接输入这条命令即可不支持cuda则跳过这步 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118-也可以在https://pytorch.org/torch官网选则适合自己的命令 这里不用梯子也很快等待即可 接下来安装ultralytics pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple 安装完成的包在 miniconda3安装路径\envs\YOLO\Lib\site-packages\ conda的其他常用命令参阅另一位博主 【Anaconda】虚拟环境 创建 克隆 删除 镜像 conda 常用命令
安装pycharm
下载
其实装不装pycharm都能运行代码 等下会介绍下载官网有社区版免费和专业版社区版就够用。注意下载社区版要滑倒下面 如果是专业版虽然付费但是有激活工具所以也一并发上来推荐专业版工具链接
汉化
如果要汉化 就点setting-plusing
导入解释器
接下来选则解释器 按照这个步骤点击然后选则miniconda3安装路径下的conda.exe文件如果找不到就在miniconda3的安装路径下找到_conda.exe然后重命名为conda.exe就可以了
测试
测试下torch右键运行显示True表示能调用gpu
终端
pycharm这个终端和前面的anconda prompt一样如果打开显示的不是(YOLO)而是PS 则点击下箭头选则command prompt
终端运行代码 或者WinR打开cmd输入python解释器位置 文件位置 回车 在cmd中输入conda activate YOLO就和anconda prompt 以及终端相同了
YOLOv8本地训练
在训练之前先测试下下面这段程序 能上github的建议先从yolov8-github下载两个权重文件 不方便的话百度云下载链接5个文件都放到网盘中了
数据集制作
标注工具推荐下我之前制作的标注工具标注工具数据集放置格式如下 train 下面两个文件夹分别为images和labels 然后images只放图片labels中只放txt标签标注工具导出的txt文件 训练文件
首先右键目录创建个训练py文件把权重文件放进来然后编写这段程序 其中train_cfg是指定训练集位置的path指定到train和val的上一层目录train和val也可以是别的名字不是非要trainnames对照着填一下即可 右键运行 然后model.train()内都可以填什么参数可以参照官方网站或下图
YOLOv8 autodl训练流程
注册账号
autodl链接点进去就懂了
充值 选则服务器 点击算力市场这里我以2080ti为例便宜 点击 这里可以跟着我选则 然后
jupyterlab
前面介绍过白嫖NVIDIA v100再介绍一次
创建训练环境
点击终端 输入conda init回车 关掉重开变成base即可 接着输入pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
上传文件
上传文件有两种方式第一种 第二种本文采用第二种如下
训练
打开一个终端输入unzip 数据集.zip回车具体可以参考我的另一个文章不想写了 右键新建train.py和train_cfg.yaml也可以上传这两个文件以及上传权重文件 内容和原来的差不多 然后新开个终端输入python train.py回车
使用vscode SSH
详细教程这个写的很详细了不想写了 然后也是在终端运行参考我的另一篇文章和 jupyter没太大区别复制路径管理文件更方便
使用pycharm专业版SSH
这个功能社区版的没有详细教程
下载文件
右键下载就行了
