在极链AI云平台上用COCO数据集训练Deep Snake网络

Deep Snake本机环境配置：

1、系统环境一览：

显卡：RTX2060 驱动：NVIDIA-Linux-x86_64-440.82 CUDA：10.0 Cudnn：7.6.5 Python：3.7.9 Torch： 1.2.0 torchvision：0.4.0 其他的按照安装就好 关于DeepSnake训练coco数据集的方法，参照博客： 2、输入下列命令复制当前虚拟环境：

cd /snake
conda activate snake
conda env export > environment.yaml

此时在snake文件夹下应该可以找到environment.yaml文件 3、给系统安装SSH服务 一般来说系统已经自己安装好了，若没有安装，参考进行安装

极链AI云平台训练：

1、上传snake代码

（1）在上注册账号 （2）充钱 （3）用户中心->数据管理->我的文件->新建文件夹snake->上传snake代码，如下图所示： 2、创建实例 在共享市场中选一块显卡租赁，我这里选择的是RTX2080Ti，GPU数量为1，然后选择官方镜像进行配置，如下图所示： （1）点击创建实例，等待系统分配资源 （2）系统资源分配成功之后，点击获取登录指令 （3）在本地打开终端，复制网址上的登录指令和密码进行远程连接 登录成功则如下图所示： （4）找到刚才上传的snake压缩包

cd /data-user
ls
mkdir -p /data-input/snake
tar zxvf /data-user/snake/snake.tar.gz -C /data-tmp/snake/

#此时在/data-tmp/snake/snake下面就包含了项目文件夹

（5）配置环境

cd  /data-tmp/snake/snake
pip install -r requirements.txt

（6）拷贝coco2017数据集到/data-tmp文件夹下

#安装文件拷贝工具
apt-get update
apt-get install rsync -y
#拷贝文件
rsync -ah --progress /data-share/Datasets/coco2017 /data-tmp

（7）将数据集中的压缩文件均解压出来

cd /data-tmp/coco2017
7z x train2017.zip
7z x test2017.zip

（8）为数据集创建软连接

ln -s /user-tmp/coco2017 /user-tmp/snake/snake/data/coco

（9）本地Pycharm通过SSH连接服务器 参考网址： 连接成功的话可以发现本地修改的代码可以实时上传到服务器端，非常方便，图下图所示：

（10）在本地Pycharm上修改dataset_catalog.py文件中的coco数据集路径，下面贴出一个，另外其他三个coco相关的参照此修改即可：

CocoTrain: {
          
   
            id: coco,
            data_root: data/coco/coco2017/train2017,
            ann_file: data/coco/coco2017/annotations/instances_train2017.json,
            split: train
        },

(11）开始训练数据集

cd  /data-tmp/snake/snake
python -W ignore train_net.py --cfg_file ./configs/coco_snake.yaml

如下图所示，说明已经成功可以训练了。