推广 热搜: page  关键词  数据分析  服务  获取  哪些  链接  数据分析系统  搜索  小红 

【飞桨AI实战】AI Studio后台任务-保姆级教程:如何利用免费GPU训练资源实现SAR图像目标检测

   日期:2025-01-02     作者:3i225    caijiyuan   评论:0    移动:https://sicmodule.kub2b.com/mobile/news/14621.html
核心提示:AI Studio为我们提供了免费的GPU资源,当我们在NoteBook环境中把代码调试成功后,通常一个训练任务耗时较长,

AI Studio为我们提供了免费的GPU资源,当我们在NoteBook环境中把代码调试成功后,通常一个训练任务耗时较长,而Notebook离线运行有时长限制,一不小心就容易被kill掉。

如何解决这一问题

后台任务帮到你!有关什么是后台任务,以及如何起一个后台任务,官方已经出了相关教程。

本次分享将基于笔者的一个任务需求-SAR图像目标检测,带领大家从0到1跑通一个检测任务的后台训练,希望能为有类似需求的同学提供一点帮助。

这一步是为模型训练做好准备

数据集获取有两种方式

  • 在AI Studio平台-数据集中搜索是否有自己需要的数据集
  • 如果是自己收集的数据,首先需要制作成为VOC 或者 COCO 格式的数据,这里笔者已经把一个SAR图像目标检测数据集SSDD制作好了,然后上传到了AI Studio平台SSDD遥感SAR目标检测数据集-COCO格式

新建一个Notebook任务
AI Studio平台注册账号后,点击创建项目-选择NoteBook任务,然后添加上一步的数据集,参考下图操作(注意数据集选用SSDD遥感SAR目标检测数据集-COCO格式,完成项目创建。

本次任务我们将采用PaddleDetection框架完成训练任务,为此需要先将PaddleDetection下载到本地:

 

安装环境依赖

 

测试是否安装成功

 

如果出现下图,说明安装成功

为了完成训练任务,我们需要准备两个配置文件

  • 数据集配置文件
 
  • 模型配置文件

选择一个检测模型,这里我们以选用picodet为例,在中找到并复制一份,命名为,修改其中对应的数据集配置文件即可

 

这时就可以开启训练任务了

 

如果没问题的话,可以看到训练日志,接下来就可以创建后台任务,将这一训练放到后台去跑了。

后台任务对上传文件数量和大小都有限制,为此我们不能将dataset和PaddleDetection都上传,这时就需要我们在NoteBook中手动下载需要的数据,并进行必要的操作完成环境准备。这里我们以新建为例,在cell中写入如下代码,主要分为以下几个步骤

  • 解压数据
 
  • 环境配置
 
  • 开启训练

注意:这里需要将上一步中新建的配置文件和放到下载的PaddleDetection文件夹中

 
 

创建后台任务之前,需要我们将用到的代码新建一个版本,比如这里我们只需要上传三份代码

点击项目栏左侧 版本->版本管理+ ,参考下图勾选需要的文件,点击生成版本即可

完成项目版本创建后,就可以创建后台任务了,点击项目栏左侧 任务->后台任务+,如下图所示,选择刚刚构建的项目版本,并指定执行文件

点击下一步,就可以看到任务状态已经改变了

当状态变更为,可以在右侧,如果有报错,需要对应排除掉bug后再重新按照上述流程提交任务。

如果运行成功,可以看到如下日志,这里显示大约40min后任务会完成

下载下来的模型权重文件位于,将得到的模型参数文件,上传到我们的项目文件夹中,通过如下代码我们在验证集上评估一下

 
 
 
 
 

此外,我们还可以将训练得到的模型进一步压缩,以及转换成部署需要的模型,分别在服务端和手机端进行部署,这部分的具体流程可以参考笔者之前撰写的文档

【飞桨AI实战】Yolo交通灯检测:手把手带你入门PaddleDetection,从训练到部署

本文地址:https://sicmodule.kub2b.com/news/14621.html     企库往 https://sicmodule.kub2b.com/ , 查看更多

特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。

 
 
更多>同类最新资讯
0相关评论

文章列表
相关文章
最新动态
推荐图文
最新资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  鄂ICP备2020018471号