在服务器上如何进行第一次YOLOv11的训练(其他版本也差不多这个流程)

1.环境搭建

        写过代码的都知道配环境是步入编程大世界的第一步。但俺想说的是：

别让繁琐恶心的配环境影响你的耐心

！！！tips：俺见过配环境配了几周都还配不好的！！！

现在很多AI智能平台都有免费服务器供你使用，学习初期完全可以在这些免费的服务器上进行实验。而且对于YOLOv11，你只需要将源码上传上去配置一点点内容即可开始进行训练！先来推荐几个可以免费使用的几个平台：

1.1 Google Colab

        这个平台是我当初在哔哩哔哩李沐老师的《动手学深度学习》课程中了解到的平台，这个要用一丢丢的魔法的同时好像数量有限制（三好学生，怎么可能会用魔法（配一张贴吧阴险表情包）），去晚了免费的就没了（这个我不确定，大家可以百度一下）。

1.2 魔搭社区

        这个平台是我最开始用的，只有100个小时的免费额度，显卡是16g的p100显卡。这个平台有个缺点就是不给你储存，nnd，我当初用这个平台每次结束训练后重新启动都要上传一次我的数据集和yolo源码，烦死了

1.3 百度飞桨平台

        这个平台我是听我朋友（我和我朋友都是一群白嫖党）说的可以白嫖，大家可以去看看听说卡和时长都还行，文件还能给你保存15天。

1.4 总结

        平台很多，学习初期没必要自己来配环境，等把免费的白嫖了（要是有朋友知道还有那些平台可以白嫖算力和时长，欢迎留言）后根据自己电脑情况去配置，电脑性能差的就去租服务器，电脑性能好的就自己配环境在本机跑。当然有些老师会给配一个4090的自己摸索去，俺还没体验过老师配卡的感觉。

        自己要配环境的兄弟可以看看这篇博客：yolov11本机环境配置

        接下来进入到正题部分了。

2.官网下载YOLOv11源码

2.1 YOLOv11官网中文文档地址：官方文档

        这个文档介绍的比我详细，不想看我啰嗦的可以直接去看这个文档，嘿嘿！

2.2 YOLOv11源码下载：源码下载

        下载后其实v5，v7，v8，v9，v10，v11的模型文件都在里面了，只需要使用的时候指定一下用那个版本就可以了。

3.简单进行训练

        俺主要说说在服务器上怎么训练的吧

 3.1 上传yolo文件

        一般来说服务器都会给配一个jupyter notebook，我就以这个举例了。

开启服务器后会看到这个界面：

点击上图白色部分的上传按钮就可以上传yolo源码：

我个人喜欢使用Terminal进行操作，打开终端后输入如下指令：

unzip xxx.zip

这里使用到了zip指令，如果报错没有zip的话先下个zip。 

按下回车后开始解压：

这样yolo就成功上传到服务器啦

3.2 安装v11所需要的依赖

在终端输入

cd ultralytics-main

进入到yolov11文件中后执行

pip install ultralytics

 等待它安装结束，服务器上差不多一分钟就装好了。

3.3 新建train.py文件

train.py代码：

这里coco.yaml数据集要下一会儿，可以改为coco128.yaml，这个相对小一点。

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':
model = YOLO(r'yolo11n.yaml')#这个模型在ultralytics/cfg/models/11下
model.train(data=r'coco.yaml',#数据集在ultralytics/cfg/datasets下
cache=False,
imgsz=640,
epochs=100,
single_cls=False, # 是否是单类别检测
batch=16,
close_mosaic=10,
workers=0,
device='0',
optimizer='SGD',
amp=True,
project='runs/train',
name='exp',
)

在yolov11的文件夹下新建文件：

3.4 开始训练

在终端输入代码就可开始训练

python train.py

4.总结

        本来以为写这个挺简单的，但是发现写着写着还有好多东西没写上去，还花了挺长时间写。本想着把自定义数据集的部分也给加上的，留着下期说吧，下期说说从自己制作数据集到数据集划分以及yolo训练自己的数据集，要是中间过程遇到什么问题可以在下方留言。

        oi，少年，有点火热啊，恭喜你！

        你已经成功一只脚入了yolo门了！

        yolo人，人上人，一代卷过一代人！