İçeriğe geç

Docker'da YOLOv5 🚀 ile Başlayın

Bu eğitim, YOLOv5 adresini bir Docker konteynerinde kurma ve çalıştırma sürecinde size rehberlik edecektir.

Ayrıca YOLOv5 için diğer hızlı başlangıç seçeneklerini de keşfedebilirsiniz, örneğin Colab Not Defteri Colab'da Aç Kaggle'da Aç, GCP Derin Öğrenme Sanal Makinesive Amazon AWS.

Ön Koşullar

  1. NVIDIA Sürücü: Sürüm 455.23 veya üstü. NVIDIA web sitesinden indirin.
  2. NVIDIA-Docker: Docker'ın yerel GPU adresinizle etkileşime girmesini sağlar. Kurulum talimatları NVIDIA-Docker GitHub deposunda mevcuttur.
  3. Docker Motoru - CE: Sürüm 19.03 veya üstü. İndirme ve kurulum talimatları Docker web sitesinde bulunabilir.

Adım 1: YOLOv5 Docker Görüntüsünü Çekin

Ultralytics YOLOv5 DockerHub deposu şu adreste mevcuttur https://hub.docker.com/r/ultralytics/yolov5. Docker Autobuild, aşağıdakileri sağlar ultralytics/yolov5:latest imajı her zaman en son depo işlemiyle senkronize olur. En son görüntüyü çekmek için aşağıdaki komutu çalıştırın:

sudo docker pull ultralytics/yolov5:latest

Adım 2: Docker Konteynerini Çalıştırın

Temel konteyner:

YOLOv5 Docker görüntüsünün etkileşimli bir örneğini ("konteyner" olarak adlandırılır) çalıştırmak için -it bayrak:

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

Yerel dosya erişimine sahip konteyner:

Yerel dosyalara erişimi olan bir konteyner çalıştırmak için (örn. eğitim verileri içinde /datasets), kullanın -v bayrak:

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

GPU erişimli konteyner:

Bir konteyneri GPU erişimi ile çalıştırmak için --gpus all bayrak:

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

Adım 3: Docker Konteyneri içinde YOLOv5 🚀 adresini kullanın

Artık YOLOv5 modellerini çalışan Docker konteynerinde eğitebilir, test edebilir, tespit edebilir ve dışa aktarabilirsiniz:

# 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

Docker çalıştıran GCP

📅1 yıl önce oluşturuldu ✏️ 1 ay önce güncellendi

Yorumlar