##如何在阿里云服务器上部署yolov5模型##

您所在的位置：网站首页 › yolov5部署到ros中 › ##如何在阿里云服务器上部署yolov5模型##

##如何在阿里云服务器上部署yolov5模型##

2024-07-16 01:15| 来源: 网络整理| 查看: 265

文章目录 YOLOV5 目标检测算法部署一、本地部署1.安装pytorch2.yolov5模型下载3.yolov5安装测试4.安装Flask5.flask Hello World 演示二、云服务器部署1.安装部署2.释放端口3.后端部署4.前端部署5.screen 使用

YOLOV5 目标检测算法部署一、本地部署演示系统环境：Ubuntu18.04 , pytorch1.7 1.安装pytorch

Anconda 安装

下载地址：[Anaconda下载]

找到当前路径（即下载好anconda包的文件夹）

bash ./Anaconda3-2020.07-Linux-x86_64.sh # 这里对应的是你下载的安装包

添加Anaconda 国内镜像配置

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes

安装Pytorch 首先为pytorch创建一个anaconda虚拟环境，环境名字（pytorch1.7）,这个可以自己去设置

conda create -n pytorch1.7 python=3.8

安装成功之后激活pytorch1.7环境：

conda activate pytorch1.7

在创建的Pytorch环境下安装pytorch1.7版本指令如下：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch # GPU版本 conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch #仅CPU版本

我这里配置的cpu去跑的，因为最终购买的云服务器也是cpu版本，如果是gpu版本的请往下看，cpu的可以不看

打开~/.bashrc文件，设置使用Pytorch1.7的环境为python3.8 vim ~/.bashrc # 打开bashrc文件 # 添加路径 alias python='/home/lzq/anaconda3/envs/pytorch1.6/bin/python3.8' # 上句指令中的用户名"lzq",需要修改成自己的用户名 # 保存并退出 source ~/.bashrc #执行之后自动返回base环境，需要重新激活： conda activate pytorch1.7 2.yolov5模型下载

我用的是yolov5-3.1版本，如果想用其他版本，需要对应的权值文件，这里不在赘述

在这里插入图片描述

github代码链接

如果没有办法科学上网，这里也提供我之前下载的百度网盘内容，我已经将权值文件放进weights文件夹

链接：https://pan.baidu.com/s/1z3GNHQ2kFs979XA2aIbQqw 提取码：3shc

3.yolov5安装测试

在yolov5路径下执行

python detect.py --source ./inference/images/ --weights weights/yolov5s.pt --conf 0.4 4.安装Flask

在Pytorch1.7虚拟环境下执行

sudo apt-get install flask sudo apt-get install jsonify # 如果新增用户提示没有sudoer权限可以执行一下指令，增加sudoer权限 sudo usermod -aG sudo #这里的指的是新增用户 5.flask Hello World 演示在pytorch1.7的环境下，在yolov5-3.1路径下运行： python flaskhello.py # flask Hello World演示 sh run.sh #yolov5-flask服务启动命令当出现OSError: [Errno 98] Address already in use解决办法 netstat -tunlp kill -9 5000 # 杀死5000端口进程

至此，yolov5本地基于cpu的环境执行完毕，

效果展示在这里插入图片描述

在yolov5-3.1文件夹下执行

python flaskhello.py

如上图所示，按ctrl+左键，进入 http://127.0.0.1:5000,显示效果如下图，证明模型没有问题，

在这里插入图片描述

紧接着执行

sh run.sh

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hwb275ok-1638434347753)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202145946439.png)]$

同样的，进入 http://127.0.0.1:5000 ,出现

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8b4rjFqG-1638434347754)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202150109947.png)]$

进入链接http://0.0.0.0:8888,出现

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-PLsdGWll-1638434347755)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202150317503.png)]$

上传图片测试，可以看到以下效果 $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xG1gf6Ci-1638434347757)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202150421640.png)]$

二、云服务器部署

1、所谓云服务器部署，就是将在本地部署好的服务器部署到云端，由于云服务器的内存比较小，且没有图形化界面不容易调试，一定要确保在本地运行没有问题之后再部署到云端

2、其次就是关于传输问题，如何将yolov5模型文件传输到云服务器，这边提供一个阿里云的上传方式：文件从本地上传到轻量应用服务器

1.安装部署

后端部署（gunicorn部署）

前端部署（nginx部署）

2.释放端口

部署过程将会占用两个端口，我的后端部署占用端口是5000，前端部署占用端口是80，在此之前需要释放端口5000， $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aFEaXifp-1638434347758)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202152919268.png)]$

单击红色区域，进入云服务器。

找到对应的防火墙\安全组页面,点击进去

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yGf0gS4m-1638434347759)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202153017721.png)]$

点击添加规则，

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZITWtEKa-1638434347760)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202153132826.png)]$

端口范围窗口，输入5000 $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pCUwB2eD-1638434347761)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202153227483.png)]$

3.后端部署

安装gunicorn

pip install gunicorn # 云服务上默认是没有pip 工具的，需要根据提示安装 # 或者直接通过下面一行代码安装 sudo apt-get install pip #后端部署指令 gunicorn -w 2 -b 0.0.0.0:5000 flask_app:app

当完成后端部署之后，可以通过IP地址访问到yolov5模型。 $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZCBRV0wr-1638434347762)(C:\Users\lzq\AppData\Roaming\Typora\typora-user-images\image-20211202154514872.png)]$

4.前端部署 # 安装nginx sudo apt-get install nginx # 新建配置文件 cd /etc/nginx/conf.d/ # 打开这个目录 vim index.conf # 创建index.conf，并通过vim方式将其打开，编辑请按 i，退出编辑请按esc. # 配置文件编写 server { listen 80; server_name 139.196.186.165; # 修改成自己的IP地址 location / { root /home/lzq/yolov5-3.1; # 修改成自己的用户名 index index.html index.htm; try_files $uri $uri/ /index.html; } } # 将算法部署到80端口，这样可以通过http://www.lzqlab.xyz或者http://lzqlab.xyz域名进行访问 server { listen 80; server_name www.lzqlab.xyz; # 修改成自己的IP地址 location / { root /home/lzq/yolov5-3.1; # 修改成自己的用户名 index index.html index.htm; try_files $uri $uri/ /index.html; } } server { listen 80; server_name lzqlab.xyz; # 修改成自己的IP地址 location / { root /home/lzq/yolov5-3.1; # 修改成自己的用户名 index index.html index.htm; try_files $uri $uri/ /index.html; } } # 紧接着更新配置文件： sudo nginx -s reload # 重启前端部署 sudo service nginx restart 5.screen 使用

在Linux系统中，通常我们在执行一些运行时间比较长的任务时，必须等待执行完毕才能断开SSH连接或关闭客户端软件，否则可能会导致执行中断。

使用管理终端screen执行，解决上述问题

安装screen工具

Linux系统默认没有screen工具，需要先安装。

# Ubuntu 系列系统安装命令如下所示 sudo apt-get install screen

使用说明

#1. 执行如下命令，创建screen窗口 screen -S [$name] # 名字可以自己取 #2. 列出screen窗口 screen -ls #3. 当需要运行脚本、执行程序时，在命令前添加screen即可 #4. 然后使用ctrl + a,同时再按下d键，就可退出ssh登录，但不会影响screen程序的运行。 #5. 若需要继续工作时，登录实例，然后执行如下命令，恢复会话即可。 #6. 如何进入到已运行的screen？ screen -r [$name] # 7.如何干掉后端程序重启？ sudo pkill -9 gunicorn

引用：

Linux系统SSH客户端断开后保持进程继续运行配置方法

【本文地址】

##如何在阿里云服务器上部署yolov5模型##

##如何在阿里云服务器上部署yolov5模型##

今日新闻

推荐新闻