修改docker文件

1. 原docekerfile中ADD https://ultralytics.com/assets/Arial.ttf https://ultralytics.com/assets/Arial.Unicode.ttf /root/.config/Ultralytics/下載很慢，可以在外部下載好，放入docker文件夾中，再將源代碼改為ADD Arial.ttf Arial.Unicode.ttf /root/.config/Ultralytics/（其它下載內容類似修改包括yolo8.pt,）
2. 可在RUN pip install --no-cache ultralytics albumentations comet gsutil notebook \ coremltools onnx onnx-simplifier onnxruntime openvino-dev>=2022.3加上鏡像源-i https://pypi.tuna.tsinghua.edu.cn/simple

Docker 命令

1. sudo docker build -f ./ultralytics-main/docker/Dockerfile -t yolov8:v0 .
2. 通過docker images查看容器
3. 通過docker ps -a查看容器ID，例如：f4f9d52e741d
4. docker run -t -i -v /opt:/soft 容器id /bin/bash
5. 使用-v參數(shù)來掛載主機下的一個目錄，把本地/opt文件掛載在這個容器上做共享文件夾，這樣啟動后容器會自動在根目錄下創(chuàng)建soft文件夾，同時也就要求了soft必須寫絕對路徑
6. 進入鏡像docker exec -it 容器ID /bin/bash
7. 使用GPU sudo docker run -it --gpus all 939ef9bb8e81 /bin/bash

進入docker后

1. 測試yolo predict model=yolov8s.pt source=“https://ultralytics.com/images/bus.jpg” 若無yolo則先pip install ultralytics

鏡像導出與維護

導出前先將容器提交成鏡像 sudo docker commit -m “add yolo env” <容器ID> yolo8:v1

1. sudo docker save <鏡像ID> -o /home/yolov8_v0.tar

2. 停止運行容器 sudo docker stop <容器ID>

3. 刪除容器 sudo docker rm <容器ID前三位>

4. 刪除鏡像 sudo docker rmi <鏡像ID前三位>

5. 導入鏡像 sudo docker load < XXX.tar

6. 為鏡像打上標簽,sudo docker tag aba01f181a4a webconsole:latest文章來源地址http://www.zghlxwxcb.cn/news/detail-756148.html

容器導出

1. sudo docker export -o xxx.tar <容器id>

# 使用GPU訓練環(huán)境配置

1. 首先下載的docker環(huán)境要與本地的cuda版本一致，以cuda10.1為例子：sudo docker pull pytorch/pytorch:1.4-cuda10.1-cudnn7-devel（列表可在官網查看https://hub.docker.com/r/pytorch/pytorch）
2. conda 創(chuàng)建python3.8環(huán)境 conda create -n your_env_name python=3.8 然后激活source activate your_env_name
3. yolo的訓練環(huán)境是基于pytorch1.8及以上，因此下載GPU版本pytorch1.8.1(可在官網查找 https://pytorch.org/get-started/previous-versions/）
4. 可手動下載pytorch（https://download.pytorch.org/whl/torch_stable.html）
5. 相關python 命令：
   pip install torch-1.8.1+cu101-cp38-cp38-linux_x86_64.whl torchvision-0.9.1+cu101-cp38-cp38-linux_x86_64.whl torchaudio-0.8.1-cp38-cp38-linux_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
   pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
   pip uninstall opencv-python
   pip install opencv-python-headless -i https://pypi.tuna.tsinghua.edu.cn/simple

到了這里，關于YOLOV8 進行docker環(huán)境配置的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！