Docker 빠른 시작 가이드 Ultralytics

이 가이드는 Ultralytics 프로젝트를 위한 Docker 환경 설정에 대한 포괄적인 소개 역할을 합니다. Docker는 컨테이너에서 애플리케이션을 개발, 배포 및 실행하기 위한 플랫폼입니다. 특히 소프트웨어가 배포되는 위치에 관계없이 항상 동일하게 실행되도록 하는 데 유용합니다. 자세한 내용은 Docker Hub의 Ultralytics Docker 리포지토리를 참조하세요.

학습 내용

• NVIDIA 지원으로 Docker 설정하기
• Ultralytics 도커 이미지 설치
• Docker 컨테이너에서 Ultralytics 실행
• 컨테이너에 로컬 디렉터리 마운트

전제 조건

• 시스템에 Docker가 설치되어 있는지 확인하세요. 설치되어 있지 않은 경우 Docker 웹사이트에서 다운로드하여 설치할 수 있습니다.
• 시스템에 NVIDIA GPU가 있고 NVIDIA 드라이버가 설치되어 있는지 확인합니다.

NVIDIA 지원으로 Docker 설정하기

먼저 NVIDIA 드라이버를 실행하여 드라이버가 제대로 설치되었는지 확인합니다:

nvidia-smi

NVIDIA 도커 런타임 설치

이제 도커 컨테이너에서 GPU 지원을 활성화하기 위해 NVIDIA 도커 런타임을 설치해 보겠습니다:

# 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

도커로 NVIDIA 런타임 확인

실행 docker info | grep -i runtime 를 사용하여 nvidia 가 런타임 목록에 나타납니다:

docker info | grep -i runtime

Ultralytics 도커 이미지 설치

Ultralytics 는 다양한 플랫폼과 사용 사례에 최적화된 여러 Docker 이미지를 제공합니다:

• 도커파일: 교육에 이상적인 GPU 이미지입니다.
• 도커파일-arm64: ARM64 아키텍처의 경우, 라즈베리 파이와 같은 장치에 적합합니다.
• Dockerfile-cpu: 추론 및 비 GPU 환경을 위한 CPU 전용 버전입니다.
• 도커파일-젯슨: NVIDIA Jetson 장치에 최적화되었습니다.
• 도커파일-python: 경량 애플리케이션을 위한 최소한의 Python 환경.
• 도커파일-콘다: 콘다를 통해 설치된 미니콘다3 및 Ultralytics 패키지를 포함합니다.

최신 이미지를 가져오려면

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

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

도커 컨테이너에서 Ultralytics 실행

Ultralytics 도커 컨테이너를 실행하는 방법은 다음과 같습니다:

# 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

그리고 -it 플래그는 의사 TTY를 할당하고 stdin을 열어두어 컨테이너와 상호 작용할 수 있도록 합니다. 컨테이너의 --ipc=host 플래그를 사용하면 프로세스 간 메모리 공유에 필수적인 호스트의 IPC 네임스페이스를 공유할 수 있습니다. 그리고 --gpus 플래그를 사용하면 컨테이너가 호스트의 GPU에 액세스할 수 있습니다.

파일 접근성 관련 참고 사항

컨테이너 내에서 로컬 머신의 파일로 작업하려면 Docker 볼륨을 사용할 수 있습니다:

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

교체 /path/on/host 를 로컬 컴퓨터의 디렉터리 경로와 /path/in/container 를 Docker 컨테이너 내부에 원하는 경로로 설정합니다.

축하합니다! 이제 Docker에서 Ultralytics 을 사용할 수 있도록 설정되었으며 강력한 기능을 활용할 준비가 되었습니다. 다른 설치 방법을 알아보려면 Ultralytics 빠른 시작 문서를 참조하세요.

댓글