使用Autodl租服务器快速跑通实验

一、选择好自己的镜像租用

二、开启成功后,点击jupyterlab

三、将压缩包上传到sutodl-dmp文件夹下:

然后在命令行中依次输入以下指令安装zip和unzip。

apt-get update && apt-get install -y zip

apt-get update && apt-get install -y unzip

解压缩文件夹

1.把文件解压到当前目录下

1.把文件解压到当前目录下
unzip test.zip
2.如果要把文件解压到指定的目录下,需要用到-d参数
unzip -d /temp test.zip
3. 解压的时候,有时候不想覆盖已经存在的文件,那么可以加上-n参数
unzip -n test.zip
unzip -n -d /temp test.zip
4. 只查看一下zip压缩包中包含哪些文件,不进行解压缩
unzip -l test.zip
5. 查看显示的文件列表还包含压缩比率
unzip -v test.zip
6. 检查zip文件是否损坏
unzip -t test.zip
7.将压缩文件test.zip在指定目录下解压缩,如果已有相同的文件存在,要求unzip命令覆盖原先的文件
unzip -o test.zip -d /temp

四、替换数据集

五、在终端中激活虚拟环境 

source activate base

若想使用conda激活虚拟环境的话,直接使用会出现以下问题:

在执行 conda activate base 命令时遇到了 CommandNotFoundError 错误,这表明你的 shell 尚未正确配置以使用 conda activate 命令。Conda 需要对 shell 进行初始化设置,之后才能使用 conda activate 来激活环境。

步骤 1:初始化 shell

你需要使用 conda init 命令来初始化你的 shell。依据你所使用的 shell 类型,选择对应的初始化命令:

若使用的是 bash 或 zsh

在终端输入以下命令:

conda init bash

步骤 2:关闭并重新打开终端

在执行 conda init 命令之后,你得关闭当前的终端窗口,然后重新打开一个新的终端,这样新的配置才能生效。

步骤 3:再次尝试激活环境

在新的终端中,再次尝试执行以下命令来激活 base 环境:

conda activate base

六、进入到解压后的文件夹,找到requirements.txt文件

在终端输入:

pip install -r requirements.txt

七、更改绝对路径

八、更改完成后,在pycharm中相应文件下运行train_final.py即可。

或者也可直接在autodl终端中运行:

python train.py

九、导出文件:比如我想导出最近的一次执行结果的文件

zip -r autodl-tmp/ultralytics-main/runs/detect/train26.zip autodl-tmp/ultralytics-main/runs/detect/train26

### 配置 PyCharm 连接到 Autodl 服务器并运行 YOLOv1 为了实现过 PyCharm 连接到 Autodl 服务器来部署和运行 YOLOv1 模型,可以按照以下方法操作: #### 1. 准备工作 在开始之前,请确保已经完成以下准备工作: - **服务器**:访问 AutoDL 平台[^5],选择合适的 GPU 计算实例,并创建一个按需计费的虚拟机。 - **本地开发环境**:确保已安装 PyCharm Professional 版本,因为社区版本不支持远程解释器功能。 --- #### 2. 安装必要的依赖项 在用的服务器上执行以下命令以设置基础环境: ```bash sudo apt update && sudo apt upgrade -y sudo apt install git python3-pip python3-dev build-essential libssl-dev libffi-dev python3-setuptools pip3 install --upgrade pip setuptools wheel ``` 随后克隆 YOLOv1 的代码仓库(假设使用的是 Darknet 实现): ```bash git clone https://github.com/pjreddie/darknet.git cd darknet make ``` 这一步会编译 Darknet 工程,使其可以在服务器上运行[^4]。 --- #### 3. 配置 PyCharm 中的 SSH 远程解释器 打开 PyCharm 后,在 `File -> Settings -> Project: YourProjectName -> Python Interpreter` 下点击齿轮图标,选择 `Add...`。接着选择 `SSH Interpreter`,填写如下信息: - **Host**: 输入您的 Autodl 服务器 IP 地址。 - **Port**: 默认为 22。 - **Username**: 登录服务器使用的用户名。 - **Authentication type**: 如果有私钥,则选择 `Key pair (OpenSSH or Putty)`;如果没有,则可以选择密码登录方式。 测试连接成功后,PyCharm 将自动检测服务器上的 Python 解释器。如果未找到现有解释器,可手动指定路径 `/usr/bin/python3` 或其他自定义位置[^1]。 --- #### 4. 设置项目的远程映射目录 回到 PyCharm 主界面,进入 `Run/Debug Configurations` 页面,编辑默认配置中的参数: - **Deployment options**: 添加一个新的 SFTP 映射规则,将本地项目根目录同步至服务器上的目标文件夹(例如 `/home/user/projects/YOLOv1`)。 - **Working directory**: 设定为上述服务器端的工作目录。 - **Python interpreter**: 确认选择了刚才配置好的 SSH 远程解释器。 保存更改之后重新启动调试模式即可验证是否正常运作。 --- #### 5. 修改 YOLOv1 数据集与训练脚本 参照官方文档调整数据集格式以及标注工具生成对应的 `.data` 和 `.cfg` 文件。上传这些预处理后的资料包到服务器相应存储区域[^3]。最后修改调用命令如下面所示: ```bash ./darknet detector train cfg/voc.data cfg/yolo-voc.cfg backup/ ``` 此指令表示基于 VOC 样式的标签进行模型训练过程。 --- ### 注意事项 - 若遇到权限错误或者找不到某些库的情况,请记得给对应二进制程序赋予可执行属性(`chmod +x`),同时补充缺失模块(`pip install missing_module_name`)。 - 建议定期监控 GPU 利用率及内存消耗情况,防止因资源耗尽而导致任务中断。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值