Yolov4算法部署及环境搭建（服务器上）

算法网址： Yolov4

1.服务器环境部署

首先将kitti数据集下载下来，并且将数据集结构整理如下：

可以使用scp命令将服务器上的数据集下载下来：

scp -r -P 10200 user@ip:目标文件  安装文件

2.环境部署

环境部署比较重要，避免出现一些难以修改的错误。原部署环境如下：

python3.6
cuda10.2

如果cuda版本不一致，参考 创建多个cuda版本，可自由切换，不干扰源环境，且不用sudo指令，操作简单

在较高ubuntu版本安装cuda时可能会出现如下bug，这是由于gcc版本不匹配。一般简易解决方法是忽略，使用 –override 参数。

参考 ubuntu22.10安装cuda出错Failed to verify gcc version. See log at /var/log/cuda-installer.log for details.

然后安装相应的依赖包：

pip install -r requirements.txt

3.部署算法

a.下载预训练参数，放网盘里

链接：https://pan.baidu.com/s/1__b6UxpkoXOZ727bifQefA 提取码：uxx4

将下载的文件夹放入新建的文件夹（Complex-YOLOv4-Pytorch-master/checkpoint/complex_yolov4)里

采用多个GPU训练：

python train.py --dist-url 'tcp://127.0.0.1:29500' --dist-backend 'nccl' --multiprocessing-distributed --world-size 1 --rank 0 --pretrained_path ../checkpoints/complex_yolov4/complex_yolov4_mse_loss.pth

主要参考网站：

complex-YOLOv4（三）：测试和评估作者训练好的模型以及训练模型

安装指定的cuda版本