CUG

地大服务器使用教程 1. 服务器环境介绍 NVIDIA RTX 3090 (24GB) NVIDIA RTX 2080 Ti (11GB) 2. 配置实验环境 2.1 Conda环境安装 每位同学都会分配个人用户，大家在自己的用户上使用Conda进行环境配置。 Conda安装教程：https://blog.csdn.net/JineD/article/details/129507719 大家按照教程步骤安装即可, 由于安装时间较长, 视频中暂不进行演示。 2.2 Conda环境配置 （以YOLOv8为例） # 创建conda环境 名为yolov8_lyj python版本为3.9 conda create -n yolov8_lyj python=3.9 # 激活环境 conda activate yolov8_lyj # 选择合适的路径，克隆github项目代码 git clone https://github.com/ultralytics/ultralytics # 进入到项目路径下 cd ultralytics/ # 安装相关依赖包 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 2.3 准备数据集 下载需要训练的数据集 （最好找顶刊/顶会论文中的公开数据集） 按照算法指定的数据集格式，对数据集格式进行调整。 ​ 目标检测中数据集格式之间的相互转换：（VOC、COCO、YOLO格式） ​ https://zhuanlan.zhihu.com/p/461488682 2.4 开始实验 在算法中指定数据集的存放路径 （相对/绝对路径均可） 初始化算法的参数 batch-size 批处理大小：每一次处理图片的个数，根据显卡内存进行调整 epochs 迭代次数：算法总共需要训练的轮次 workers 载入数据进程数：每一次调用多少个进程来载入数据 device 选择显卡设备： '0'使用3090，'1'使用2080ti，'0,1'使用两张卡 开始训练 # 运行训练代码 python mian.py (注：使用向日葵的同学，可以直接在Pycharm当中运行) ...