انتقل إلى المحتوى

دليل التشغيل السريع لعامل الإرساء ل Ultralytics

Ultralytics حزمة عامل ميناء البصرية

يعمل هذا الدليل كمقدمة شاملة لإعداد بيئة Docker لك Ultralytics المشاريع. Docker عبارة عن نظام أساسي لتطوير التطبيقات وشحنها وتشغيلها في الحاويات. إنه مفيد بشكل خاص لضمان تشغيل البرنامج دائما بنفس الطريقة ، بغض النظر عن مكان نشره. لمزيد من التفاصيل، يرجى زيارة Ultralytics مستودع عامل الإرساء على عامل ميناء Hub.

عامل ميناء يسحب

ما سوف تتعلمه

  • إعداد Docker مع دعم NVIDIA
  • تثبيت Ultralytics صور عامل ميناء
  • تشغيل Ultralytics في حاوية Docker
  • تركيب الدلائل المحلية في الحاوية

المتطلبات المسبقه

  • تأكد من تثبيت Docker على نظامك. إذا لم يكن كذلك ، يمكنك تنزيله وتثبيته من موقع Docker على الويب.
  • تأكد من أن نظامك يحتوي على وحدة معالجة رسومات NVIDIA وتثبيت برامج تشغيل NVIDIA.

إعداد Docker مع دعم NVIDIA

أولا، تحقق من تثبيت برامج تشغيل NVIDIA بشكل صحيح عن طريق تشغيل:

nvidia-smi

تثبيت وقت تشغيل NVIDIA Docker

الآن ، دعنا نثبت وقت تشغيل NVIDIA Docker لتمكين دعم GPU في حاويات Docker:

# Add NVIDIA package repositories
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
distribution=$(lsb_release -cs)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

# Install NVIDIA Docker runtime
sudo apt-get update
sudo apt-get install -y nvidia-docker2

# Restart Docker service to apply changes
sudo systemctl restart docker

تحقق من وقت تشغيل NVIDIA باستخدام Docker

ركض docker info | grep -i runtime لضمان أن nvidia في قائمة أوقات التشغيل:

docker info | grep -i runtime

تثبيت Ultralytics صور عامل ميناء

Ultralytics يقدم العديد من صور Docker المحسنة لمختلف الأنظمة الأساسية وحالات الاستخدام:

  • ملف الدوكر: صورة GPU ، مثالية للتدريب.
  • Dockerfile-arm64: لهندسة ARM64 ، مناسبة لأجهزة مثل Raspberry Pi.
  • Dockerfile-وحدة المعالجة المركزية: إصدار وحدة المعالجة المركزية فقط للاستدلال والبيئات غير GPU.
  • Dockerfile-jetson: محسن لأجهزة NVIDIA Jetson.
  • ملف داكر-python الحد الأدنى:Python بيئة للتطبيقات خفيفة الوزن.
  • Dockerfile-conda: يتضمن مينيكوندا3 و Ultralytics حزمة مثبتة عبر كوندا.

لسحب أحدث صورة:

# Set image name as a variable
t=ultralytics/ultralytics:latest

# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t

تشغيل Ultralytics في حاوية عامل ميناء

إليك كيفية تنفيذ ملف Ultralytics حاوية عامل ميناء:

# Run with all GPUs
sudo docker run -it --ipc=host --gpus all $t

# Run specifying which GPUs to use
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t

ال -it يقوم العلم بتعيين TTY زائف ويبقي stdin مفتوحا ، مما يسمح لك بالتفاعل مع الحاوية. ال --ipc=host تتيح العلامة مشاركة مساحة اسم IPC الخاصة بالمضيف ، وهي ضرورية لمشاركة الذاكرة بين العمليات. ال --gpus تسمح العلامة للحاوية بالوصول إلى وحدات معالجة الرسومات الخاصة بالمضيف.

ملاحظة حول إمكانية الوصول إلى الملفات

للعمل مع الملفات الموجودة على جهازك المحلي داخل الحاوية، يمكنك استخدام وحدات تخزين Docker:

# Mount a local directory into the container
sudo docker run -it --ipc=host --gpus all -v /path/on/host:/path/in/container $t

استبدل /path/on/host مع مسار الدليل على جهازك المحلي و /path/in/container مع المسار المطلوب داخل حاوية Docker.


مبروك! أنت الآن جاهز للاستخدام Ultralytics مع Docker وعلى استعداد للاستفادة من قدراته القوية. للحصول على طرق التثبيت البديلة ، لا تتردد في استكشاف Ultralytics وثائق التشغيل السريع.



تم إنشاؤه في 2023-11-12, اخر تحديث 2023-11-16
المؤلفون: جلين جوشر (2)

التعليقات