Bỏ để qua phần nội dung

YOLOv5 🚀 trên AWS Deep Learning Instance: Hướng dẫn đầy đủ của bạn

Thiết lập một môi trường deep learning hiệu suất cao có thể gây khó khăn cho người mới, nhưng đừng sợ! 🛠️ Với hướng dẫn này, chúng tôi sẽ hướng dẫn bạn qua quá trình nhận YOLOv5 thiết lập và chạy trên phiên bản AWS Deep Learning. Bằng cách tận dụng sức mạnh của Amazon Web Services (AWS), ngay cả những người mới sử dụng machine learning cũng có thể bắt đầu nhanh chóng và tiết kiệm chi phí. Khả năng thay đổi quy mô của nền tảng AWS là hoàn hảo cho cả thử nghiệm và triển khai sản xuất.

Các tùy chọn khởi động nhanh khác cho YOLOv5 Bao gồm của chúng tôi Máy tính xách tay Colab Mở trong Colab Mở trong Kaggle, Máy ảo học sâu GCPvà hình ảnh Docker của chúng ta tại Trung tâm Docker Docker kéo.

Bước 1: Đăng nhập Bảng điều khiển AWS

Bắt đầu bằng cách tạo tài khoản hoặc đăng nhập vào bảng điều khiển AWS tại https://aws.amazon.com/console/. Sau khi đăng nhập, hãy chọn dịch vụ EC2 để quản lý và thiết lập các phiên bản của bạn.

An ủi

Bước 2: Khởi chạy phiên bản của bạn

Trong bảng thông tin EC2, bạn sẽ tìm thấy nút Khởi chạy phiên bản là cổng để tạo một máy chủ ảo mới.

Phóng

Chọn đúng Amazon Machine Image (AMI)

Đây là nơi bạn chọn hệ điều hành và ngăn xếp phần mềm cho phiên bản của mình. Nhập 'Deep Learning' vào trường tìm kiếm và chọn AMI Deep Learning dựa trên Ubuntu mới nhất, trừ khi nhu cầu của bạn yêu cầu khác. AMI Deep Learning của Amazon được cài đặt sẵn các framework và trình điều khiển GPU phổ biến để hợp lý hóa quy trình thiết lập của bạn.

Chọn AMI

Chọn loại phiên bản

Đối với các tác vụ deep learning, việc chọn loại phiên bản GPU thường được khuyến nghị vì nó có thể tăng tốc đáng kể việc đào tạo mô hình. Ví dụ: cân nhắc về kích thước, hãy nhớ rằng yêu cầu bộ nhớ của mô hình không bao giờ được vượt quá những gì phiên bản của bạn có thể cung cấp.

Ghi: Kích thước mô hình của bạn phải là một yếu tố trong việc chọn một phiên bản. Nếu model của bạn vượt quá RAM khả dụng của phiên bản, hãy chọn loại phiên bản khác có đủ bộ nhớ cho ứng dụng của bạn.

Để biết danh sách các loại phiên bản GPU có sẵn, hãy truy cập Loại phiên bản EC2, cụ thể là trong Điện toán tăng tốc.

Chọn loại

Để biết thêm thông tin về giám sát và tối ưu hóa GPU, hãy xem Giám sát và tối ưu hóa GPU. Để biết giá, hãy xem Định giá theo nhu cầuĐịnh giá Spot.

Cấu hình phiên bản của bạn

Phiên bản dùng ngay Amazon EC2 cung cấp một cách thức hiệu quả về chi phí để chạy các ứng dụng vì chúng cho phép bạn đặt giá thầu cho dung lượng chưa sử dụng với một phần nhỏ chi phí tiêu chuẩn. Để có trải nghiệm liên tục giữ lại dữ liệu ngay cả khi Phiên bản Spot gặp sự cố, hãy chọn yêu cầu liên tục.

Yêu cầu giao ngay

Hãy nhớ điều chỉnh phần còn lại của cài đặt phiên bản và cấu hình bảo mật nếu cần trong Bước 4-7 trước khi khởi chạy.

Bước 3: Kết nối với phiên bản của bạn

Khi phiên bản của bạn đang chạy, hãy chọn hộp kiểm và nhấp vào Kết nối để truy cập thông tin SSH. Sử dụng lệnh SSH được hiển thị trong thiết bị đầu cuối ưa thích của bạn để thiết lập kết nối với phiên bản của bạn.

Kết nối

Bước 4: Chạy YOLOv5

Đăng nhập vào phiên bản của bạn, bây giờ bạn đã sẵn sàng để sao chép YOLOv5 kho lưu trữ và cài đặt các phụ thuộc trong một Python 3.8 Môi trường trở lên. YOLOv5Các mô hình và bộ dữ liệu của sẽ tự động tải xuống từ bản phát hành mới nhất.

git clone https://github.com/ultralytics/yolov5  # clone repository
cd yolov5
pip install -r requirements.txt  # install dependencies

Khi thiết lập môi trường, bạn có thể bắt đầu đào tạo, xác thực, thực hiện suy luận và xuất YOLOv5 Mô hình:

# 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

Các tính năng bổ sung tùy chọn

Để thêm bộ nhớ hoán đổi, có thể là vị cứu tinh cho các tập dữ liệu lớn, hãy chạy:

sudo fallocate -l 64G /swapfile  # allocate 64GB swap file
sudo chmod 600 /swapfile  # modify permissions
sudo mkswap /swapfile  # set up a Linux swap area
sudo swapon /swapfile  # activate swap file
free -h  # verify swap memory

Và đó là nó! 🎉 Bạn đã tạo thành công phiên bản AWS Deep Learning và chạy YOLOv5. Cho dù bạn chỉ mới bắt đầu với việc phát hiện đối tượng hay mở rộng quy mô để sản xuất, thiết lập này có thể giúp bạn đạt được mục tiêu máy học của mình. Chúc bạn đào tạo, xác thực và triển khai vui vẻ! Nếu bạn gặp bất kỳ trục trặc nào trên đường đi, tài liệu AWS mạnh mẽ và hoạt động Ultralytics Cộng đồng luôn sẵn sàng hỗ trợ bạn.



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (3), Burhan-Q (1)

Ý kiến