सामग्री पर जाएं

माहिर YOLOv5 🚀 Google क्लाउड प्लेटफ़ॉर्म (GCP) पर परिनियोजन डीप लर्निंग वर्चुअल मशीन (VM) ⭐

Embarking on the journey of artificial intelligence and machine learning can be exhilarating, especially when you leverage the power and flexibility of a cloud platform. Google Cloud Platform (GCP) offers robust tools tailored for machine learning enthusiasts and professionals alike. One such tool is the Deep Learning VM that is preconfigured for data science and ML tasks. In this tutorial, we will navigate through the process of setting up YOLOv5 on a GCP Deep Learning VM. Whether you're taking your first steps in ML or you're a seasoned practitioner, this guide is designed to provide you with a clear pathway to implementing object detection models powered by YOLOv5.

🆓 Plus, if you're a fresh GCP user, you're in luck with a $300 free credit offer to kickstart your projects.

GCP के अलावा, इसके लिए अन्य सुलभ क्विकस्टार्ट विकल्पों का अन्वेषण करें YOLOv5, हमारे की तरह Colab नोटबुक Colab में खोलें ब्राउज़र-आधारित अनुभव के लिए, या की मापनीयता अमेज़न AWS. इसके अलावा, कंटेनर aficionados हमारी आधिकारिक डॉकर छवि का उपयोग कर सकते हैं डॉकर हब डॉकर पुल एक समझाया वातावरण के लिए।

चरण 1: अपना डीप लर्निंग वीएम बनाएं और कॉन्फ़िगर करें

Let's begin by creating a virtual machine that's tuned for deep learning:

  1. GCP मार्केटप्लेस पर जाएं और डीप लर्निंग VM चुनें।
  2. n1-मानक-8 उदाहरण के लिए ऑप्ट; यह 8 वीसीपीयू और 30 जीबी मेमोरी का संतुलन प्रदान करता है, जो आदर्श रूप से हमारी आवश्यकताओं के अनुकूल है।
  3. अगला, एक GPU चुनें। यह आपके कार्यभार पर निर्भर करता है; यहां तक कि टेस्ला टी 4 की तरह एक बुनियादी भी आपके मॉडल प्रशिक्षण को स्पष्ट रूप से तेज करेगा।
  4. परेशानी मुक्त सेटअप के लिए 'पहले स्टार्टअप पर NVIDIA GPU ड्राइवर स्वचालित रूप से स्थापित करें?' के लिए बॉक्स पर टिक करें।
  5. यह सुनिश्चित करने के लिए 300 GB SSD परसिस्टेंट डिस्क आवंटित करें कि आप I/O संचालन में अड़चन न डालें।
  6. 'तैनाती' को हिट करें और जीसीपी को अपने कस्टम डीप लर्निंग वीएम को प्रावधान करने में अपना जादू करने दें।

यह वीएम एनाकोंडा सहित प्रीइंस्टॉल्ड टूल्स और फ्रेमवर्क के खजाने के साथ लोड किया गया है Python वितरण, जो आसानी से सभी आवश्यक निर्भरताओं को बंडल करता है YOLOv5.

जीसीपी मार्केटप्लेस डीप लर्निंग वीएम स्थापित करने का उदाहरण

चरण 2: वीएम को इसके लिए तैयार करें YOLOv5

पर्यावरण सेटअप के बाद, आइए प्राप्त करें YOLOv5 ऊपर और चल रहा है:

# Clone the YOLOv5 repository
git clone https://github.com/ultralytics/yolov5

# Change the directory to the cloned repository
cd yolov5

# Install the necessary Python packages from requirements.txt
pip install -r requirements.txt

यह सेटअप प्रक्रिया सुनिश्चित करती है कि आप एक के साथ काम कर रहे हैं Python पर्यावरण संस्करण 3.8.0 या नया और PyTorch 1.8 या उससे ऊपर। हमारी स्क्रिप्ट आसानी से नवीनतम से मॉडल और डेटासेट डाउनलोड करती हैं YOLOv5 रिलीज करें, जिससे मॉडल प्रशिक्षण शुरू करने में परेशानी मुक्त हो जाए।

चरण 3: अपना प्रशिक्षण और तैनाती YOLOv5 मॉडल 🌐

सेटअप पूरा होने के साथ, आप प्रशिक्षण और अनुमान लगाने के लिए तैयार हैं YOLOv5 अपने GCP VM पर:

# Train a model on your data
python train.py

# Validate the trained model for Precision, Recall, and mAP
python val.py --weights yolov5s.pt

# Run inference using the trained model on your images or videos
python detect.py --weights yolov5s.pt --source path/to/images

# Export the trained model to other formats for deployment
python export.py --weights yolov5s.pt --include onnx coreml tflite

बस कुछ आदेशों के साथ, YOLOv5 आपको अपनी विशिष्ट आवश्यकताओं के अनुरूप कस्टम ऑब्जेक्ट डिटेक्शन मॉडल को प्रशिक्षित करने या विभिन्न कार्यों पर त्वरित परिणामों के लिए पूर्व-प्रशिक्षित वज़न का उपयोग करने की अनुमति देता है।

टर्मिनल कमांड छवि एक GCP डीप लर्निंग VM पर मॉडल प्रशिक्षण को दर्शाती है

स्वैप स्पेस आवंटित करें (वैकल्पिक)

भारी डेटासेट से निपटने वालों के लिए, अतिरिक्त 64GB स्वैप मेमोरी के साथ अपने GCP इंस्टेंस को बढ़ाने पर विचार करें:

sudo fallocate -l 64G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
free -h  # confirm the memory increment

समापन विचार

बधाइयाँ! अब आप की क्षमताओं का उपयोग करने के लिए सशक्त हैं YOLOv5 Google क्लाउड प्लेटफ़ॉर्म के कम्प्यूटेशनल कौशल के साथ। यह संयोजन आपके ऑब्जेक्ट डिटेक्शन कार्यों के लिए स्केलेबिलिटी, दक्षता और बहुमुखी प्रतिभा प्रदान करता है। चाहे व्यक्तिगत परियोजनाओं, अकादमिक अनुसंधान, या औद्योगिक अनुप्रयोगों के लिए, आपने क्लाउड पर एआई और मशीन लर्निंग की दुनिया में एक महत्वपूर्ण कदम उठाया है।

अपनी यात्रा का दस्तावेजीकरण करना याद रखें, अंतर्दृष्टि साझा करें Ultralytics समुदाय, और आगे बढ़ने के लिए GitHub चर्चाओं जैसे सहयोगी एरेनास का लाभ उठाएं। अब, आगे बढ़ें और इसके साथ नया करें YOLOv5 और जीसीपी! 🌟

अपने एमएल कौशल और ज्ञान में सुधार करना चाहते हैं? अधिक संसाधनों के लिए हमारे प्रलेखन और ट्यूटोरियल में गोता लगाएँ। अपने एआई साहसिक कार्य को जारी रखें!



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (5), Burhan-Q (1)

टिप्पणियाँ