几个常用的命令
删除文件夹：!rm -rf /content/yolov5/yolov5/yolov5/runs/train/exp6
查显卡驱动：! /opt/bin/nvidia-smi

1. 先将配置好的yolov5以zip格式压缩

  • 得在你电脑上能先跑起来yolov5，不然传到云端去会报错
  • 如果是自己做的数据集，和yolov5一起压缩

2.然后去谷歌：https://colab.research.google.com/

yolov7不用GPU跑代码 yolov5怎么用gpu_压缩文件

  • 先设置GPU，如下图所示
  • 进入网站之后，左侧有个文件夹的小图标，点击，然后就会出现下面这个页面
  • 接着点击上面图片中的上传图标，然后选择刚刚压缩的zip文件
  • 等上图中这个圈圈加载完毕就表示上传成功了，然后会在目录上看到你上传的yolov5.zip文件。这个上传速度会根据你的网速和压缩文件大小而定，文件大上传就会比较慢
  • 然后点击 然后下面就会出现代码框
  • 接着，你需要解压上传的这个压缩文件
!unzip /content/yolov5.zip -d /content/yolov5   #-d后面的是解压缩之后的保存的路径，content指的就是当前路径
  • 关于这个路径怎么生成的，先把鼠标放到你上传的那个压缩包文件上，右边会出现三个点，然后选择复制路径即可
  • 压缩完成之后，在坐标目录就会出现yolov5文件夹，如图所示：
  • 然后再添加代码块，先进入到刚刚解压缩的这个文件夹里边去，这是为了方便我们之后安装各种包 %cd /content/yolov5/yolov5/yolov5
  • 然后安装各种依赖环境 !pip install -r requirements.txt
  • 加载tensorboard，为了可视化训练过程 %load_ext tensorboard
  • 然后启动tensorboard， %tensorboard --logdir=run/train （这里的run/train是训练是文件所保存的路径）
  • 然后我们就可以开始运行程序开始训练啦！
  • 训练完之后就可以在此处下载训练好的权重文件了。其中best是训练过程中最好的，而last则是最后一次训练结束是的权重，通常用best.pt