AWS Derin Öğrenme Örneğinde Ultralytics YOLOv5 🚀: Eksiksiz Kılavuzunuz
Yüksek performanslı bir derin öğrenme ortamı kurmak, özellikle yeni başlayanlar için göz korkutucu görünebilir. Ama korkmayın! 🛠️ Bu kılavuz, bir AWS Derin Öğrenme örneğinde Ultralytics YOLOv5'i çalıştırmak için adım adım bir yol haritası sunar. Amazon Web Services (AWS) gücünden yararlanarak, makine öğrenimi (ML) konusunda yeni olanlar bile hızlı ve uygun maliyetli bir şekilde başlayabilir. AWS platformunun ölçeklenebilirliği, hem deneme hem de üretim dağıtımı için idealdir.
YOLOv5 için diğer hızlı başlangıç seçenekleri şunları içerir: Google Colab Not Defteri 
, Kaggle ortamları 
, GCP Derin Öğrenme VM, ve önceden oluşturulmuş Docker imajımızda mevcuttur Docker Hub 
Adım 1: AWS Konsoluna Giriş
AWS Yönetim Konsolu'nda bir hesap oluşturarak veya oturum açarak başlayın. Oturum açtıktan sonra, sanal sunucularınızı (örneklerinizi) yönetebileceğiniz EC2 hizmet panosuna gidin.
Adım 2: Örneğinizi Başlatın
EC2 panosundan Launch Instance (Örnek Oluştur) düğmesine tıklayın. Bu, ihtiyaçlarınıza göre uyarlanmış yeni bir sanal sunucu oluşturma sürecini başlatır.
Doğru Amazon Machine Image'ı (AMI) Seçme
Doğru AMI'yi seçmek çok önemlidir. Bu, örneğiniz için işletim sistemini ve önceden yüklenmiş yazılımı belirler. Arama çubuğuna 'Derin Öğrenme' yazın ve en son Ubuntu tabanlı Derin Öğrenme AMI'sini seçin (farklı bir işletim sistemi için özel gereksinimleriniz yoksa). Amazon'un Derin Öğrenme AMI'leri, popüler derin öğrenme çerçeveleri (PyTorch gibi, YOLOv5 tarafından kullanılır) ve gerekli GPU sürücüleri ile önceden yapılandırılmış olarak gelir ve kurulum sürecini önemli ölçüde kolaylaştırır.
Örnek Türü Seçme
Derin öğrenme modellerini eğitmek gibi zorlu görevler için, GPU hızlandırmalı bir örnek türü seçilmesi şiddetle tavsiye edilir. GPU'lar, model eğitimi için gereken süreyi CPU'lara kıyasla önemli ölçüde azaltabilir. Bir örnek boyutu seçerken, bellek kapasitesinin (RAM) modeliniz ve veri kümeniz için yeterli olduğundan emin olun.
Not: Modelinizin ve veri kümenizin boyutu kritik faktörlerdir. Makine öğrenimi göreviniz, seçilen örneğin sağladığından daha fazla bellek gerektiriyorsa, performans sorunlarından veya hatalardan kaçınmak için daha büyük bir örnek türü seçmeniz gerekir.
EC2 Instance Types page sayfasında, özellikle Accelerated Computing kategorisi altında bulunan GPU örnek tiplerini inceleyin.
GPU kullanımını izleme ve optimize etme hakkında ayrıntılı bilgi için AWS'nin GPU İzleme ve Optimizasyon kılavuzuna bakın. İsteğe Bağlı Fiyatlandırma ile maliyetleri karşılaştırın ve Spot Instance Fiyatlandırması ile potansiyel tasarrufları keşfedin.
Örneğinizi Yapılandırma
Daha uygun maliyetli bir yaklaşım için Amazon EC2 Spot Instance'ları kullanmayı düşünebilirsiniz. Spot Instance'lar, genellikle İsteğe Bağlı fiyatlara kıyasla önemli bir indirimle, kullanılmayan EC2 kapasitesi için teklif vermenizi sağlar. Süreklilik gerektiren görevler (Spot Instance kesintiye uğrasa bile verileri kaydetme) için kalıcı bir istek seçin. Bu, depolama biriminizin kalıcı olmasını sağlar.
Depolamayı yapılandırmak, etiketler eklemek, güvenlik gruplarını ayarlamak (SSH 22 portunun IP'nizden açık olduğundan emin olun) ve Başlat'ı tıklamadan önce ayarlarınızı gözden geçirmek için örnek başlatma sihirbazının 4-7. Adımlarını izleyin. Güvenli SSH erişimi için mevcut bir anahtar çifti oluşturmanız veya seçmeniz de gerekir.
Adım 3: Örneğinize Bağlanın
Örnek durumunuz 'çalışıyor' olarak göründükten sonra, onu EC2 panosundan seçin. Şunu tıklayın: Bağlan bağlantı seçeneklerini görüntüleme düğmesi. Güvenli bir bağlantı kurmak için yerel terminalinizde (macOS/Linux'ta Terminal veya Windows'ta PuTTY/WSL gibi) sağlanan SSH komut örneğini kullanın. Özel anahtar dosyasına ihtiyacınız olacak (.pem) başlatma sırasında oluşturduğunuz veya seçtiğiniz.
Adım 4: Ultralytics YOLOv5'i Çalıştırma
SSH üzerinden bağlandıktan sonra, YOLOv5'i kurabilir ve çalıştırabilirsiniz. İlk olarak, resmi YOLOv5 deposunu şuradan klonlayın: GitHub ve dizine gidin. Ardından, gerekli bağımlılıkları kullanarak yükleyin pip. Bir tane kullanılması önerilir Python 3.8 veya sonraki bir ortam. Gerekli modeller ve veri kümeleri, en son YOLOv5'ten otomatik olarak indirilecektir. sürüm eğitim veya tespit gibi komutları çalıştırdığınızda.
# Clone the YOLOv5 repository
git clone https://github.com/ultralytics/yolov5
cd yolov5
# Install required packages
pip install -r requirements.txt
Ortam hazır olduğunda, çeşitli görevler için YOLOv5'i kullanmaya başlayabilirsiniz:
# Train a YOLOv5 model on a custom dataset (e.g., coco128.yaml)
python train.py --data coco128.yaml --weights yolov5s.pt --img 640
# Validate the performance (Precision, Recall, mAP) of a trained model (e.g., yolov5s.pt)
python val.py --weights yolov5s.pt --data coco128.yaml --img 640
# Run inference (object detection) on images or videos using a trained model
python detect.py --weights yolov5s.pt --source path/to/your/images_or_videos/ --img 640
# Export the trained model to various formats like ONNX, CoreML, TFLite for deployment
# See https://docs.ultralytics.com/modes/export/ for more details
python export.py --weights yolov5s.pt --include onnx coreml tflite --img 640
Eğitim, Doğrulama, Tahmin (Çıkarım) ve Dışa Aktarma hakkında ayrıntılı kılavuzlar için Ultralytics belgelerine bakın.
İsteğe Bağlı Ekstralar: Takas Belleğini Artırma
Çok büyük veri kümeleriyle çalışıyorsanız veya eğitim sırasında bellek sınırlamalarıyla karşılaşıyorsanız, örneğinizdeki takas belleğini artırmak bazen yardımcı olabilir. Takas alanı, sistemin disk alanını sanal RAM olarak kullanmasına olanak tanır.
# Allocate a 64GB swap file (adjust size as needed)
sudo fallocate -l 64G /swapfile
# Set correct permissions
sudo chmod 600 /swapfile
# Set up the file as a Linux swap area
sudo mkswap /swapfile
# Enable the swap file
sudo swapon /swapfile
# Verify the swap memory is active
free -h
Tebrikler! 🎉 Bir AWS Derin Öğrenme örneğini başarıyla kurdunuz, Ultralytics YOLOv5'i yüklediniz ve nesne algılama görevlerini gerçekleştirmeye hazırsınız. İster önceden eğitilmiş modellerle deneyler yapıyor olun, ister kendi verileriniz üzerinde eğitim alıyor olun, bu güçlü kurulum bilgisayar görüşü projeleriniz için ölçeklenebilir bir temel sağlar. Herhangi bir sorunla karşılaşırsanız, kapsamlı AWS belgelerine ve SSS gibi yararlı Ultralytics topluluk kaynaklarına başvurun. Mutlu algılamalar!
