Docker에서 YOLOv5 🚀로 시작하기

이 튜토리얼에서는 Docker 컨테이너에서 YOLOv5 를 설정하고 실행하는 과정을 안내합니다.

다음과 같은 YOLOv5 에 대한 다른 빠른 시작 옵션을 살펴볼 수도 있습니다. Colab 노트북 , GCP 딥 러닝 VM및 Amazon AWS.

전제 조건

1. Nvidia 드라이버: 버전 455.23 이상. Nvidia 웹사이트에서 다운로드하세요.
2. Nvidia-Docker: Docker가 로컬 GPU와 상호 작용할 수 있도록 합니다. 설치 지침은 Nvidia-Docker GitHub 리포지토리에서 확인할 수 있습니다.
3. Docker 엔진 - CE: 버전 19.03 이상. 다운로드 및 설치 지침은 Docker 웹사이트에서 확인할 수 있습니다.

1단계: YOLOv5 도커 이미지 가져오기

Ultralytics YOLOv5 도커허브 리포지토리는 다음 주소에서 이용할 수 있습니다. https://hub.docker.com/r/ultralytics/yolov5. 도커 자동 빌드를 사용하면 ultralytics/yolov5:latest 이미지는 항상 가장 최근 리포지토리 커밋과 동기화됩니다. 최신 이미지를 가져오려면 다음 명령을 실행하세요:

sudo docker pull ultralytics/yolov5:latest

2단계: Docker 컨테이너 실행하기

기본 컨테이너:

YOLOv5 도커 이미지("컨테이너"라고 함)의 대화형 인스턴스를 실행합니다. -it 플래그:

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

로컬 파일 액세스 권한이 있는 컨테이너입니다:

로컬 파일에 액세스할 수 있는 컨테이너를 실행하려면(예: COCO 교육 데이터의 /datasets)를 사용하여 -v 플래그:

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

GPU 액세스 권한이 있는 컨테이너입니다:

GPU 액세스 권한으로 컨테이너를 실행하려면 --gpus all 플래그:

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

3단계: Docker 컨테이너 내에서 YOLOv5 🚀 사용

이제 실행 중인 Docker 컨테이너 내에서 YOLOv5 모델을 학습, 테스트, 감지 및 내보낼 수 있습니다:

# 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

댓글