云服务器GPU训练Yolo8（yolov8n.pt）部署+训练教程及指令

一、服务器要求配置要求：服务器入口

1、A100-40GB（如果产品下架，则选择配置高于这个的，如A6000-48G、8000-48G、4090-48G…..）

2、框架：PyTorch / 2.4.0 / 12.1.1 / 3.11（请不要乱选，乱配置PyTorch、cuda、python版本可能会报错）

3、yolov8n.pt

二、一键运行指令（安装环境+配置实例+上传文件）：

1、到达命令行界面

2、输入指令一键下载yolo8配置环境及Flask项目包

curl -sSL -o run.sh http://www.fransuper.cn/shfile/litrunsback.sh
# 3. 添加执行权限
chmod +x run.sh
# 5. （可选）root 权限执行
sudo ./run.sh
# 出现下面页面则表示部署成功！

3、打包本地标注图片与标签上传到对应目录

4、解压images.zip与labels.zip

#解压images.zip

cd /root/yolov8_flask_deploy/yolov8_flask/uploads/images/
unzip images.zip

#解压labels.zip 
cd /root/yolov8_flask_deploy/yolov8_flask/uploads/labels/
unzip labels.zip

5、配置run.py（默认640，需要配置训练小图标则修改，不训练则掠过这个步骤）

6、开始训练

训练脚本

cd /root/yolov8_flask_deploy/yolov8_flask/

python run.py

# 出现以下则已经开始运行

7、训练结束

三、OSS方式上传文件：

1、云服务器上传的个人数据OSS存储：教程入口

2、windows上下载OSS终端并配置环境 下载地址

3、windows上登陆oss终端

4、windows上传文件

# 1. 登录
oss login
# 2. 创建datasets
oss mkdir oss://datasets
# 3. 上传本地文件
oss cp C:\Users\gwdv\Desktop\yolo_v5_v11\data\appserch2\images.zip oss://datasets/
# 出现下面页面则表示部署成功！

上传完后这里查看文件

5、从oss下载文件到云服务器

# 1. 登录
oss login
# 2. 文件下载到服务器
oss cp oss://datasets/images.zip /hy-tmp/
# 出现下面页面则表示部署成功！

8、重要>>关闭服务器并释放，否则一直计费

9、服务器系统磁盘爆满清空指令

# 1. # 清空回收站所有文件（最直接，推荐）
rm -rf /root/.local/share/Trash/*
# 2.# 验证回收站是否清空（可选）
ls -lh /root/.local/share/Trash/
# 3.# 刷新磁盘缓存并查看使用率
sync && echo 3 > /proc/sys/vm/drop_caches
df -h
# 4.# 永久禁用回收站（修改bash配置，重启终端生效）
echo "export RM_NO_TRASH=1" >> /root/.bashrc
source /root/.bashrc
获取资源前请仔细阅读一下声明：

重要提示

如有解压密码： 看下载页、看下载页、看下载页。
源码工具资源类具有可复制性： 建议具有一定思考和动手能力的用户购买。
请谨慎考虑： 小白用户和缺乏思考动手能力者不建议赞助。
虚拟商品购买须知： 虚拟类商品，一经打赏赞助，不支持退款。请谅解，谢谢合作！
声明： 本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。