Bỏ để qua phần nội dung

Mastering YOLOv5 🚀 Triển khai trên Google Nền tảng đám mây (GCP) Máy ảo học sâu (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.

🆓 Ngoài ra, nếu bạn là người dùng GCP mới, bạn thật may mắn với ưu đãi tín dụng miễn phí $ 300 để bắt đầu các dự án của mình.

Ngoài GCP, hãy khám phá các tùy chọn khởi động nhanh có thể truy cập khác cho YOLOv5, giống như của chúng tôi Máy tính xách tay Colab Mở trong Colab cho trải nghiệm dựa trên trình duyệt hoặc khả năng mở rộng của Amazon AWS. Hơn nữa, những người hâm mộ container có thể sử dụng hình ảnh Docker chính thức của chúng tôi tại Trung tâm Docker Docker kéo cho một môi trường đóng gói.

Step 1: Create and Configure Your Deep Learning VM

Hãy bắt đầu bằng cách tạo một máy ảo được điều chỉnh cho deep learning:

  1. Truy cập thị trường GCP và chọn máy ảo Deep Learning.
  2. Chọn phiên bản n1-standard-8 ; nó cung cấp sự cân bằng 8 vCPU và 30 GB bộ nhớ, lý tưởng cho nhu cầu của chúng tôi.
  3. Next, select a GPU. This depends on your workload; even a basic one like the T4 will markedly accelerate your model training.
  4. Chọn hộp 'Cài đặt NVIDIA GPU Trình điều khiển tự động khi khởi động lần đầu?' để thiết lập dễ dàng.
  5. Phân bổ ổ đĩa ổn định SSD 300 GB để đảm bảo bạn không bị tắc nghẽn trong các hoạt động I / O.
  6. Nhấn 'Triển khai' và để GCP thực hiện điều kỳ diệu của mình trong việc cung cấp máy ảo Deep Learning tùy chỉnh của bạn.

Máy ảo này được tải với một kho tàng các công cụ và khung được cài đặt sẵn, bao gồm cả Anaconda Python phân phối, thuận tiện gói tất cả các phụ thuộc cần thiết cho YOLOv5.

Hình minh họa GCP Marketplace về việc thiết lập máy ảo Deep Learning

Bước 2: Sẵn sàng máy chủ ảo cho YOLOv5

Sau khi thiết lập môi trường, hãy bắt đầu YOLOv5 Thiết lập và chạy:

# 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.

Bước 3: Đào tạo và triển khai YOLOv5 Mô hình 🌐

Sau khi thiết lập hoàn tất, bạn đã sẵn sàng đi sâu vào đào tạo và suy luận YOLOv5 trên máy ảo GCP của bạn:

# 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.

Hình ảnh lệnh đầu cuối minh họa đào tạo mô hình trên máy ảo GCP Deep Learning

Phân bổ không gian hoán đổi (tùy chọn)

Đối với những người xử lý các bộ dữ liệu khổng lồ, hãy cân nhắc khuếch đại phiên bản GCP của bạn với thêm 64GB bộ nhớ hoán đổi:

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

Suy nghĩ kết luận

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.

Hãy nhớ ghi lại hành trình của bạn, chia sẻ thông tin chi tiết với Ultralytics cộng đồng và tận dụng các đấu trường hợp tác như thảo luận GitHub để phát triển hơn nữa. Bây giờ, hãy tiến lên và đổi mới với YOLOv5 và GCP! 🌟

Bạn muốn tiếp tục cải thiện kỹ năng và kiến thức ML của mình? Đi sâu vào tài liệu và hướng dẫn của chúng tôi để biết thêm tài nguyên. Hãy để cuộc phiêu lưu AI của bạn tiếp tục!


📅 Created 11 months ago ✏️ Updated 13 days ago

Ý kiến