|

【機器學習】利用Google Colab訓練YOLO

   
作者:曾成訓(CH.TSENG)

Colab 最長的執行時間為 12 小時,但訓練 YOLO 通常都要來長達數天以上,因此在下方的步驟中,我們建立一個專用的 Colab disk 空間,讓每次重新執行 Colab 時,不會遺失訓練結果,更可以很快設定好訓練環境並從上次中斷的地方繼續訓練。

如果使用 transfer learning,例如使用已訓練好的麵包 weights 來訓練新的麵包種類,那麼訓練時間可大幅縮短,僅需數個小時到半天的時間,因此很適合使用 Colab。

由於需要將 dataset 上傳到 Google Drive,且訓練過程中會持續的產生 weights 檔(可以設定多少次 epochs 產生一個 weights),因此免費的 Google Drive 空間很快就會耗盡,您可能需要購買額外的空間,例如每月 NT $90 可擴增到 200 GB。

用Colab的免費GPU訓練YOLO

  • 建立 Colab 專用的 disk 空間

在您的 Google Drive 建立一個 folder 專門給 Colab 使用。下方的例子中,我在最上層建了一個space_Colab。

(圖片來源:曾成訓提供)

接著,把你打算要訓練的 dataset(PASCAL-VOC format)上傳到此目錄下。

  • 將 Colab 加入 javascript whitelist

Chrome:設定🡪網站設定🡪Javascript,將下列三個網域加入 white list,讓 Colab 頁面可長時間持續得執行而不會產生 javascript error。

本文為會員限定文章

立即加入會員! 全站文章無限看~

                               

已經是會員? 按此登入

只需不到短短一分鐘...

輸入您的信箱與ID註冊即可享有一切福利!

會員福利
1

免費電子報

2

會員搶先看

3

主題訂閱

4

好文收藏

曾 成訓

Author: 曾 成訓

人到中年就像沒對準的描圖紙,一點一點的錯開,我只能當個Maker來使它復位。

Share This Post On

1 Comment

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *