Docker için Hızlı Başlangıç Kılavuzu Ultralytics
Bu kılavuz, Ultralytics projeleriniz için bir Docker ortamı kurmaya yönelik kapsamlı bir giriş niteliğindedir. Docker, uygulamaları konteynerlerde geliştirmek, göndermek ve çalıştırmak için kullanılan bir platformdur. Yazılımın nerede konuşlandırıldığından bağımsız olarak her zaman aynı şekilde çalışmasını sağlamak için özellikle faydalıdır. Daha fazla ayrıntı için Docker Hub'daki Ultralytics Docker deposunu ziyaret edin.
Neler Öğreneceksiniz
- Docker'ı NVIDIA desteği ile kurma
- Ultralytics Docker görüntülerini yükleme
- Docker konteynerinde Ultralytics çalıştırma
- Yerel dizinleri konteynere monte etme
Ön Koşullar
- Docker'ın sisteminizde kurulu olduğundan emin olun. Değilse, Docker'ın web sitesinden indirip kurabilirsiniz.
- Sisteminizde bir NVIDIA GPU olduğundan ve NVIDIA sürücülerinin yüklü olduğundan emin olun.
Docker'ı NVIDIA Desteği ile Kurma
Öncelikle, çalıştırarak NVIDIA sürücülerinin düzgün şekilde yüklendiğini doğrulayın:
NVIDIA Docker Runtime'ı Yükleme
Şimdi, Docker kapsayıcılarında GPU desteğini etkinleştirmek için NVIDIA Docker çalışma zamanını yükleyelim:
# 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
Docker ile NVIDIA Çalışma Zamanını Doğrulama
Koşmak docker info | grep -i runtime
sağlamak için nvidia
çalışma zamanları listesinde görünür:
Ultralytics Docker Görüntülerini Yükleme
Ultralytics çeşitli platformlar ve kullanım durumları için optimize edilmiş çeşitli Docker görüntüleri sunar:
- Dockerfile: GPU görüntüsü, eğitim için ideal.
- Dockerfile-arm64: ARM64 mimarisi için, Raspberry Pi gibi cihazlar için uygundur.
- Dockerfile-cpu: Çıkarım ve GPU olmayan ortamlar için yalnızca CPU sürümü.
- Dockerfile-jetson: NVIDIA Jetson cihazları için optimize edilmiştir.
- Dockerfile-python: Hafif uygulamalar için minimal Python ortamı.
- Dockerfile-conda: Conda aracılığıyla yüklenen Miniconda3 ve Ultralytics paketini içerir.
En son görüntüyü çekmek için:
# Set image name as a variable
t=ultralytics/ultralytics:latest
# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t
Docker Konteynerinde Ultralytics Çalıştırma
Ultralytics Docker konteynerinin nasıl çalıştırılacağı aşağıda açıklanmıştır:
# 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
Bu -it
bayrağı bir pseudo-TTY atar ve stdin'i açık tutarak konteyner ile etkileşime girmenizi sağlar. Bu --ipc=host
bayrağı, işlemler arasında bellek paylaşımı için gerekli olan ana bilgisayarın IPC ad alanının paylaşılmasını sağlar. Bu bayrak --gpus
bayrağı konteynerin ana bilgisayarın GPU'larına erişmesini sağlar.
Dosya Erişilebilirliği Hakkında Not
Konteyner içinde yerel makinenizdeki dosyalarla çalışmak için Docker birimlerini kullanabilirsiniz:
# Mount a local directory into the container
sudo docker run -it --ipc=host --gpus all -v /path/on/host:/path/in/container $t
Değiştirin /path/on/host
ile yerel makinenizdeki dizin yolunu ve /path/in/container
Docker konteynerinin içinde istenen yol ile.
Tebrikler! Artık Docker ile Ultralytics 'u kullanmaya ve güçlü özelliklerinden yararlanmaya hazırsınız. Alternatif kurulum yöntemleri için Ultralytics hızlı başlangıç belgelerini incelemekten çekinmeyin.