1. 租用服务器

• 本地改模型

• 服务器

  • 将改进好的、数据集处理好的模型压缩为zip文件
  • 上传到阿里云盘
  • 打开服务器AUTODL服务器，在主页中选择容器实例

• 在此位置进行开关机操作，若停止服务器，必须关机，不然会一直扣钱

2. 运行模型

• 选择AutoPanel

• 然后选择公共网盘，之后选择授权阿里云盘

• 选择上传好的文件，点击下载

• 然后选择进入JupyterLab

• 选择终端

• 在命令行中使用unzip指令对下载好的压缩文件进行解压（unzip yolov5）

• 根据解压位置，选择根目录路径，使用cd进入想要的目录层

  • cd autodl-tmp
  • cd yolov5(文件名)

• 最后执行代码训练指令（博主自用，可以根据自己文件实际需要对应修改）

  • python train.py --data data/zhouzhou128.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 32 --epochs 100
  • python train.py --data data/fish.yaml --cfg models/yolov5l-Cneb.yaml --weights weights/yolov5l.pt --batch-size 16 --epochs 150
  • 注意这个命令是直接指定的参数，如果想用train里填好的参数，可以直接运行。输入：python train.py
  • 此外，注意此命令的路径，如果本地当初各个文件不是放在models或weights等文件夹里的，要重新复制一个过去哦

• 补充

  • 如果遇到/…/…/…/1.jpg类似错误（AssertionError: Image Not Found），删除数据集中labels目录下的cache文件
  • 运行模型命令：python 文件名称
  • 不能删除文件夹，但可以剪切到别的地方去
  • 如果运行train.PY出现这种错误 说明镜像环境中的protobuf版本不对 可以输入指令 pip install protobuf==3.11.2 重新安装 即可（原先的protobuf 或者其他安装包的版本可以通过输入pip list来查看 ） 出现这个报错的时候系统环境中的protobuf版本为4.23.2