YOLOv5 🚀をDockerで始める

このチュートリアルでは、YOLOv5 を Docker コンテナでセットアップして実行する手順を説明します。

また、YOLOv5 のクイックスタートオプションもあります。コラボ・ノートブック , GCPディープラーニングVMそしてアマゾンAWS.

前提条件

NVIDIA ドライバーバージョン455.23以上。NVIDIA のウェブサイトからダウンロードしてください。
NVIDIA-Docker：DockerがローカルのGPU 。インストール手順は、NVIDIA-DockerGitHubリポジトリで入手できます。
Docker Engine - CE：バージョン19.03以上。ダウンロードおよびインストール方法は、Docker社のウェブサイトをご覧ください。

ステップ 1:YOLOv5 Docker イメージをプルする

Ultralytics YOLOv5 DockerHub リポジトリは以下から入手できます。 https://hub.docker.com/r/ultralytics/yolov5.Docker Autobuildは ultralytics/yolov5:latest イメージは常に最新のリポジトリコミットと同期しています。最新のイメージを取得するには、以下のコマンドを実行してください：

sudo docker pull ultralytics/yolov5:latest

ステップ 2: Dockerコンテナの実行

基本的な容器：

を使用して、YOLOv5 Dockerイメージのインタラクティブなインスタンス（「コンテナ」と呼ばれる）を実行する。 -it の旗を掲げている：

sudo docker run --ipc=host -it ultralytics/yolov5:latest

ローカルファイルにアクセスできるコンテナ：

ローカルファイルにアクセスできるコンテナを実行するには（例えば、COCO トレーニングデータで /datasetsを使用してください。 -v の旗を掲げている：

sudo docker run --ipc=host -it -v "$(pwd)"/datasets:/usr/src/datasets ultralytics/yolov5:latest

GPU アクセス可能なコンテナ：

GPU アクセスでコンテナを実行するには、以下のようにする。 --gpus all の旗を掲げている：

sudo docker run --ipc=host -it --gpus all ultralytics/yolov5:latest

ステップ3：Dockerコンテナ内でYOLOv5 🚀を使う

実行中のDockerコンテナ内で、YOLOv5 モデルのトレーニング、テスト、検出、エクスポートができるようになりました：

# Train a model on your data
python train.py

# Validate the trained model for Precision, Recall, and mAP
python val.py --weights yolov5s.pt

# Run inference using the trained model on your images or videos
python detect.py --weights yolov5s.pt --source path/to/images

# Export the trained model to other formats for deployment
python export.py --weights yolov5s.pt --include onnx coreml tflite