İçeriğe geç

Mastering YOLOv5 🚀 Google Cloud Platform (GCP) Deep Learning Virtual Machine (VM) üzerinde dağıtım ⭐

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.

🆓 Ayrıca, yeni bir GCP kullanıcısıysanız, projelerinizi başlatmak için 300 $ 'lık ücretsiz kredi teklifi ile şanslısınız.

GCP'ye ek olarak, YOLOv5 gibi diğer erişilebilir hızlı başlangıç seçeneklerini de keşfedin. Colab Not Defteri Colab'da Aç veya tarayıcı tabanlı bir deneyim için ölçeklenebilirlik Amazon AWS. Ayrıca, konteyner meraklıları resmi Docker imajımızı şu adresten kullanabilirler Docker Hub Docker Çeker kapsüllenmiş bir ortam için.

Step 1: Create and Configure Your Deep Learning VM

Derin öğrenme için ayarlanmış bir sanal makine oluşturarak başlayalım:

  1. GCP marketplace 'e gidin ve Deep Learning VM'sini seçin.
  2. Bir n1-standard-8 örneğini tercih edin; 8 vCPU ve 30 GB bellek dengesi sunar ve ihtiyaçlarımız için idealdir.
  3. Next, select a GPU. This depends on your workload; even a basic one like the T4 will markedly accelerate your model training.
  4. Sorunsuz kurulum için " NVIDIA GPU sürücüsünü ilk açılışta otomatik olarak yükle?" kutusunu işaretleyin.
  5. G/Ç işlemlerinde darboğaz yaşamamanızı sağlamak için 300 GB SSD Kalıcı Disk ayırın.
  6. 'Deploy' düğmesine basın ve GCP'nin özel Derin Öğrenme sanal makinenizi hazırlarken sihrini konuşturmasına izin verin.

Bu sanal makine, YOLOv5 için gerekli tüm bağımlılıkları uygun bir şekilde bir araya getiren Anaconda Python dağıtımı da dahil olmak üzere önceden yüklenmiş araçlar ve çerçevelerden oluşan bir hazine ile birlikte gelir.

GCP Marketplace'te Derin Öğrenme Sanal Makinesi kurulumuna ilişkin örnek

Adım 2: VM'yi aşağıdakiler için hazırlayın YOLOv5

Ortam kurulumunun ardından YOLOv5 adresini çalıştıralım:

# 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

This setup process ensures you're working with a Python environment version 3.8.0 or newer and PyTorch 1.8 or above. Our scripts smoothly download models and datasets rending from the latest YOLOv5 release, making it hassle-free to start model training.

Adım 3: YOLOv5 Modellerinizi Eğitin ve Dağıtın 🌐

Kurulum tamamlandığında, GCP VM'nizde YOLOv5 ile eğitim ve çıkarım yapmaya hazırsınız demektir:

# 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

With just a few commands, YOLOv5 allows you to train custom object detection models tailored to your specific needs or utilize pre-trained weights for quick results on a variety of tasks.

Bir GCP Derin Öğrenme VM'sinde model eğitimini gösteren terminal komutu görüntüsü

Takas Alanı Tahsis Et (isteğe bağlı)

Ağır veri kümeleriyle uğraşanlar için GCP örneğinizi 64 GB'lık ek bir takas belleği ile güçlendirmeyi düşünün:

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

Son Düşünceler

Congratulations! You are now empowered to harness the capabilities of YOLOv5 with the computational prowess of Google Cloud Platform. This combination provides scalability, efficiency, and versatility for your object detection tasks. Whether for personal projects, academic research, or industrial applications, you have taken a pivotal step into the world of AI and machine learning on the cloud.

Yolculuğunuzu belgelemeyi, Ultralytics topluluğuyla görüşlerinizi paylaşmayı ve daha da büyümek için GitHub tartışmaları gibi işbirlikçi arenalardan yararlanmayı unutmayın. Şimdi, ileri gidin ve YOLOv5 ve GCP ile yenilik yapın! 🌟

Makine öğrenimi becerilerinizi ve bilginizi geliştirmeye devam etmek ister misiniz? Daha fazla kaynak için belgelerimize ve eğitimlerimize göz atın. Yapay zeka maceranız devam etsin!


📅 Created 11 months ago ✏️ Updated 13 days ago

Yorumlar