小白笔记：利用云服务器训练深度学习模型
发布时间：2022-11-01 11:23:12 所属栏目：云计算 来源：
导读： 毕业设计选择的题目是《基于树莓派与神经计算棒的车辆检测识别》。作为车辆工程专业的学生，自学了三年计算机领域相关知识。这篇论文不仅是对之前自学之路的提炼和升华，也标志着我大学四年的结束。
少了
少了
|
毕业设计选择的题目是《基于树莓派与神经计算棒的车辆检测识别》。作为车辆工程专业的学生，自学了三年计算机领域相关知识。这篇论文不仅是对之前自学之路的提炼和升华，也标志着我大学四年的结束。 少了一丝轻狂，多了一份成熟。 言归正传，论文的主要任务是将深度学习目标检测模型部署到树莓派上，完成对道路车辆目标的实时检测。为解决树莓派算力不足，将从三个方面完成优化。 模型结构优化：利用 MobileNet v3 卷积神经网络修改 YOLO v4 目标检测模型模型开发优化：利用阿里云服务器加速模型开发硬件推理优化：在树莓派上部署 AI 神经计算棒完成模型推理加速 个人计算机是 ThinkPad X390 系列，训练数据集是 2502 张车辆图像。在无 GPU 情况下，训练模型需要 189 小时，于是我将模型训练部署到阿里云服务器上，用了不到 3 小时完成了接近 50 轮的训练。 工作准备下载 FileZilla Client 用于本地电脑和阿里云服务器传输文件统计 Python 程序代码中所使用的第三方库将 Python 程序代码转为压缩包便于传输注册阿里云账号并充值至少 100 元搭建云服务器 ECS step1：点击 产品 --> 弹性计算 --> GPU 云服务器 ，进入购买界面 step2：基础配置 step3：网络和安全组 step4：系统配置 （ps：剩下步骤可直接跳过） step5：分组设置（可直接跳过） step6：点击 创建实例云模型计算，进入云服务器 ECS 控制台 step7：点击远程连接 --> Workbench 远程连接 ，进入 Ubuntu 界面 （ps：云服务器会自动配置 GPU 驱动，第一次开启 ECS 需等到 10 分钟左右） 使用 FTP 协议进行云服务器和本地电脑文件互传 step1：打开 FileZilla，主机 IP 地址根据 ECS 实例来选择公网或者私网 step2：将程序代码压缩包上传至阿里云服务器 step3：安装 unzip 并将上传后的文件解压 sudo apt-get install unzip 计算模型变迁中的模型有哪些_云模型计算_云计算是一种商业计算模型 unzip /mobilenet_yolov4.zip -d /home 配置阿里云服务器 step1：更新系统、升级 pip3 及安装 PyTorch 深度学习框架 sudo apt-get update sudo pip3 install --upgrade pip pip3 install torch 安装完成后，测试是否可以利用 GPU 进行加速 import torch print(torch.cuda.is_available()) 若返回值 True，则 PyTorch 可以使用 GPU 加速训练 step2：安装第三方库 OpenCV pip3 install opencv-python 模型训练 step1：在终端中输入，开始训练 python3 /home/train.py step2：在 FileZilla 中，取回权重文件至本地电脑，训练结束 停止运行并释放 ECS 实例 （编辑：PHP编程网 - 襄阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
浙公网安备 33038102330434号