免费利用云资源训练模型教程

谷歌在线训练模型的流程：

如果本地训练模型，会长时间占用自己显卡的显存，而且显卡的显存大小很大程度上影响训练的时间，谷歌提供免费的云端GPU，有足足16G的显存可以用来训练数据集。

由于是免费资源，所以训练的持续时间不能太长从而占用公共资源，如果是需要训练几天的大型数据，本教程不再适用。

1.注册Google Drive云盘

目的是为了之后将云盘中的文件挂载到Colaboratory上，防止文件丢失。

官网地址：https://drive.google.com

新建一个文件夹，将训练所需的准备文件放置在此文件夹中。

2.从云盘连接到Colaboratory

点击右上角新建一个Google Colaboratory，如果没有该选项，则需要点击连接更多应用程式进行安装：

创建好后，进入下面的页面：

默认是使用CPU的资源，需要更改为使用GPU的资源。点击菜单栏中的修改按钮，再点击笔记本设置，更改为使用GPU资源：

点击右上角连接按钮，选择连接到托管代码执行程序，这样就连接上云盘了：

3.准备工作：

查看当前GPU情况，16G的显存，已经算很好的配置了：

!nvidia-smi

脚本定义挂载网盘并执行代码，需要点击链接输入验证码：

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

进入到挂载的文件夹中：

%cd /content/drive # /content/drive
%cd My\ Drive/colab # /content/drive/My Drive/colab
!git clone https://github.com/ultralytics/yolov5.git # 克隆yolov5的代码到文件夹中
%cd yolov5/ # /content/drive/MyDrive/colab/yolov5

回到Dirve云盘中，此时文件夹结构应该如下图，一个是yolov5官方的文件夹，一个是自己的数据集文件夹：

开始训练前，还需要修改下yolov5的文件。找到yolov5文件夹中的models文件夹，根据所需打开.yaml文件，这里以yolov5s.yaml为例：

修改其中的nc值，根据你自己数据集所需进行修改，修改完后点击右上角的Save to Drive按钮：

4.开始训练：

进入yolov5文件夹：

%cd yolov5/

执行训练命令，注意自己的训练集位置输入是否正确：

!python train.py --data ../Lion/data.yaml --cfg models/yolov5s.yaml --weights '' --batch-size 32

训练结束后，将训练好的权重中最好的权重best.pt下载到本地，其余检测操作同本地检测图片操作相同。