Hướng dẫn nhanh Docker cho Ultralytics#
Hướng dẫn này cung cấp phần giới thiệu toàn diện về cách thiết lập môi trường Docker cho các dự án Ultralytics của bạn. Docker là một nền tảng dùng để phát triển, đóng gói và chạy các ứng dụng bên trong các container. Nền tảng này đặc biệt hữu ích trong việc đảm bảo phần mềm luôn chạy đồng nhất bất kể được triển khai ở đâu. Để biết thêm chi tiết, hãy truy cập kho lưu trữ Ultralytics Docker trên Docker Hub.
Những gì bạn sẽ học#
- Thiết lập Docker với hỗ trợ NVIDIA
- Cài đặt các Docker image của Ultralytics
- Chạy Ultralytics trong Docker container với hỗ trợ CPU hoặc GPU
- Sử dụng display server với Docker để hiển thị kết quả phát hiện của Ultralytics
- Mount các thư mục cục bộ vào container
Watch: How to Get started with Docker | Usage of Ultralytics Python Package inside Docker live demo 🎉
Điều kiện tiên quyết#
- Đảm bảo rằng Docker đã được cài đặt trên hệ thống của bạn. Nếu chưa, bạn có thể tải xuống và cài đặt từ trang web của Docker.
- Đối với tính năng tăng tốc GPU, hãy đảm bảo hệ thống của bạn có GPU NVIDIA và đã cài đặt trình điều khiển NVIDIA. Các image CPU không yêu cầu phần cứng NVIDIA.
- Nếu bạn đang sử dụng các thiết bị NVIDIA Jetson, hãy đảm bảo bạn đã cài đặt phiên bản JetPack phù hợp. Tham khảo hướng dẫn NVIDIA Jetson để biết thêm chi tiết.
Thiết lập Docker với hỗ trợ NVIDIA (Tùy chọn)#
Trước tiên, hãy xác minh rằng các driver NVIDIA đã được cài đặt đúng cách bằng cách chạy:
nvidia-smiCài đặt NVIDIA Container Toolkit#
Bây giờ, hãy cài đặt NVIDIA Container Toolkit để bật hỗ trợ GPU trong các container Docker:
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
| sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
| sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.listCập nhật danh sách gói và cài đặt NVIDIA Container Toolkit:
sudo apt-get updatesudo apt-get install -y nvidia-container-toolkitXác minh thiết bị CDI với Docker#
Chạy nvidia-ctk cdi list để đảm bảo các thiết bị GPU CDI khả dụng (dịch vụ nvidia-cdi-refresh của bộ công cụ sẽ tự động tạo và duy trì thông số kỹ thuật trên toolkit >= 1.18):
nvidia-ctk cdi listBạn sẽ thấy các mục như nvidia.com/gpu=0 và nvidia.com/gpu=all. Các thiết bị CDI được phát hiện cũng xuất hiện trong docker info.
Cài đặt các Docker image của Ultralytics#
Ultralytics phát hành các image sau lên Docker Hub. Mỗi image được xây dựng từ Dockerfile liên kết của nó bởi quy trình xuất bản Docker.
| Tag | Nền tảng và mục đích | Nguồn |
|---|---|---|
latest | Linux AMD64 với CUDA cho việc huấn luyện và suy luận GPU | Dockerfile |
latest-export | Linux AMD64 với CUDA và các dependency xuất để chuyển đổi và kiểm chuẩn | Dockerfile-export |
latest-python | Image Linux AMD64 Python nhẹ dành cho suy luận CPU | Dockerfile-python |
latest-python-export | Image Linux AMD64 CPU với các dependency xuất | Dockerfile-python-export |
latest-cpu | Image Linux AMD64 CPU với Bash là lệnh mặc định | Dockerfile-cpu |
latest-jupyter | Image Linux AMD64 CPU với JupyterLab và các notebook hướng dẫn của Ultralytics | Dockerfile-jupyter |
latest-arm64 | Image CPU Linux ARM64 cho Apple silicon, Raspberry Pi và các hệ thống ARM64 khác | Dockerfile-arm64 |
latest-nvidia-arm64 | Linux ARM64 với hỗ trợ GPU NVIDIA cho Jetson AGX Thor, DGX Spark, JetPack 7 và DGX OS | Dockerfile-nvidia-arm64 |
latest-jetson-jetpack6 | Linux ARM64 cho các thiết bị NVIDIA Jetson chạy JetPack 6 | Dockerfile-jetson-jetpack6 |
latest-jetson-jetpack5 | Linux ARM64 cho các thiết bị NVIDIA Jetson chạy JetPack 5 | Dockerfile-jetson-jetpack5 |
latest-jetson-jetpack4 | Linux ARM64 cho các thiết bị NVIDIA Jetson chạy JetPack 4 | Dockerfile-jetson-jetpack4 |
latest-runner | Image Linux AMD64 CUDA cho GPU runner tự lưu trữ trên GitHub Actions | Dockerfile-runner |
latest-runner-cpu | Image Linux AMD64 cho CPU runner tự lưu trữ trên GitHub Actions | Dockerfile-runner-cpu |
Các thẻ bắt đầu bằng latest theo dõi bản dựng nhánh chính được phát hành gần đây nhất. Các thẻ có phiên bản thay thế tiền tố latest bằng một bản phát hành Ultralytics, chẳng hạn như VERSION, VERSION-cpu hoặc VERSION-jetson-jetpack6. Sử dụng thẻ có phiên bản cho một môi trường có thể tái tạo.
Để pull image mới nhất:
# Pull the latest Ultralytics image from Docker Hub
sudo docker pull ultralytics/ultralytics:latestChạy Ultralytics trong Docker container#
Đây là cách thực thi Docker container của Ultralytics:
Chỉ sử dụng CPU#
# Run without GPU
sudo docker run -it --ipc=host ultralytics/ultralytics:latest-cpuSử dụng các GPU#
# Run with all GPUs
sudo docker run -it --ipc=host --device nvidia.com/gpu=all ultralytics/ultralytics:latest
# Run specifying which GPUs to use
sudo docker run -it --ipc=host --device nvidia.com/gpu=2 --device nvidia.com/gpu=3 ultralytics/ultralytics:latestCờ -it gán một pseudo-TTY và giữ cho stdin mở, cho phép bạn tương tác với container. Cờ --ipc=host cho phép chia sẻ không gian tên IPC của máy chủ, điều này rất cần thiết để chia sẻ bộ nhớ giữa các tiến trình. Cờ --device nvidia.com/gpu=... cấp cho container quyền truy cập vào GPU của máy chủ thông qua CDI.
Trên Linux, các yêu cầu thiết bị CDI yêu cầu Docker >= 28.2.0 (CDI được bật theo mặc định) và nvidia-container-toolkit >= 1.18 (tự động tạo thông số kỹ thuật CDI). Nâng cấp các máy chủ Linux cũ hơn trước khi chạy container GPU. Cờ cũ --gpus all có thể mất quyền truy cập GPU (Failed to initialize NVML: Unknown Error) khi máy chủ tải lại systemd trong các bản cập nhật gói định kỳ (nvidia-container-toolkit#48). Các yêu cầu CDI --device bao gồm các nút thiết bị trong cấu hình container, do đó các container chạy lâu dài như các worker huấn luyện hoặc trình chạy CI giữ được quyền truy cập GPU qua các lần tải lại.
Hỗ trợ GPU Docker Desktop trên Windows hiện sử dụng --gpus all với phụ trợ WSL 2 vì các thiết bị NVIDIA CDI không khả dụng ở đó. Windows không sử dụng Linux systemd, vì vậy lỗi tải lại daemon ở trên không áp dụng.
Lưu ý về khả năng truy cập tệp#
Để làm việc với các tệp trên máy cục bộ của bạn bên trong container, bạn có thể sử dụng Docker volume:
# Mount a local directory into the container
sudo docker run -it --ipc=host --device nvidia.com/gpu=all -v /path/on/host:/path/in/container ultralytics/ultralytics:latestThay thế /path/on/host bằng đường dẫn thư mục trên máy cục bộ của bạn và /path/in/container bằng đường dẫn mong muốn bên trong container Docker.
Lưu trữ kết quả huấn luyện#
Kết quả huấn luyện được lưu vào /ultralytics/runs/<task>/<name>/ bên trong container theo mặc định. Nếu không gắn kết thư mục máy chủ, kết quả sẽ bị mất khi container bị xóa.
Để lưu trữ kết quả huấn luyện:
# Recommended: mount workspace and specify project path
sudo docker run --rm -it -v "$(pwd)":/w -w /w ultralytics/ultralytics:latest \
yolo train model=yolo26n.pt data=coco8.yaml project=/w/runsThao tác này lưu tất cả các kết quả huấn luyện vào ./runs trên máy chủ của bạn.
Chạy các ứng dụng giao diện người dùng đồ họa (GUI) trong Docker Container#
Docker chủ yếu được sử dụng để đóng gói các ứng dụng nền và chương trình CLI, nhưng nó cũng có thể chạy các chương trình đồ họa. Trong thế giới Linux, hai máy chủ đồ họa chính xử lý hiển thị đồ họa là X11 (còn được gọi là X Window System) và Wayland. Trước khi bắt đầu, điều cần thiết là phải xác định máy chủ đồ họa nào bạn đang sử dụng. Chạy lệnh này để tìm hiểu:
env | grep -E -i 'x11|xorg|wayland'Việc thiết lập và cấu hình máy chủ hiển thị X11 hoặc Wayland nằm ngoài phạm vi của hướng dẫn này. Nếu lệnh trên không trả về gì, bạn sẽ cần bắt đầu bằng việc làm cho một trong hai máy chủ hoạt động trên hệ thống của mình trước khi tiếp tục.
Chạy Docker container với GUI#
Sử dụng GPU
Nếu bạn đang sử dụng GPU, bạn có thể thêm cờ --device nvidia.com/gpu=all vào lệnh.
Nếu bạn đang sử dụng X11, bạn có thể chạy lệnh sau để cho phép Docker container truy cập vào socket X11:
xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
-v /tmp/.X11-unix:/tmp/.X11-unix \
-v ~/.Xauthority:/root/.Xauthority \
-it --ipc=host ultralytics/ultralytics:latestLệnh này đặt biến môi trường DISPLAY thành màn hình của máy chủ, gắn kết socket X11 và ánh xạ tệp .Xauthority tới container. Lệnh xhost +local:docker cho phép container Docker truy cập máy chủ X11.
Sử dụng Docker với GUI#
Bây giờ bạn có thể hiển thị các ứng dụng đồ họa bên trong container Docker của mình. Ví dụ: bạn có thể chạy lệnh CLI sau để trực quan hóa các dự đoán từ mô hình YOLO26:
yolo predict model=yolo26n.pt show=TrueKiểm tra
Một cách đơn giản để xác thực rằng nhóm Docker có quyền truy cập vào máy chủ X11 là chạy một container với một chương trình GUI như xclock hoặc xeyes. Ngoài ra, bạn cũng có thể cài đặt các chương trình này trong container Ultralytics Docker để kiểm tra quyền truy cập vào máy chủ X11 của máy chủ hiển thị GNU-Linux của bạn. Nếu bạn gặp bất kỳ vấn đề nào, hãy cân nhắc đặt biến môi trường -e QT_DEBUG_PLUGINS=1. Việc đặt biến môi trường này cho phép xuất thông tin gỡ lỗi, hỗ trợ quá trình khắc phục sự cố.
Khi hoàn tất với Docker GUI#
Trong cả hai trường hợp, đừng quên thu hồi quyền truy cập từ nhóm Docker khi bạn đã hoàn tất.
xhost -local:dockerBạn muốn xem kết quả hình ảnh trực tiếp trong Terminal?
Tham khảo hướng dẫn sau về cách xem kết quả hình ảnh bằng thiết bị đầu cuối
Bây giờ bạn đã thiết lập để sử dụng Ultralytics với Docker và sẵn sàng tận dụng các tính năng của nó. Để tự lưu trữ ứng dụng web Ultralytics, hãy xem hướng dẫn Platform On-Premise. Đối với các phương pháp cài đặt gói Python thay thế, hãy xem tài liệu khởi Nhanh Ultralytics.
Câu hỏi thường gặp#
Để thiết lập Ultralytics với Docker, trước tiên hãy đảm bảo rằng Docker đã được cài đặt trên hệ thống của bạn. Nếu bạn có GPU NVIDIA, hãy cài đặt NVIDIA Container Toolkit để bật hỗ trợ GPU. Sau đó, kéo image Docker Ultralytics mới nhất từ Docker Hub bằng lệnh sau:
sudo docker pull ultralytics/ultralytics:latestĐể biết các bước chi tiết, hãy tham khảo Hướng dẫn nhanh Docker của chúng tôi.
Sử dụng các image Docker Ultralytics đảm bảo một môi trường nhất quán trên các máy khác nhau, sao chép cùng một phần mềm và các phần phụ thuộc. Điều này đặc biệt hữu ích cho cộng tác giữa các nhóm, chạy các mô hình trên nhiều phần cứng khác nhau và duy trì khả năng tái tạo. Sử dụng
latestcho việc huấn luyện GPU NVIDIA nói chung hoặc chọn image khớp với phiên bản JetPack của bạn cho thiết bị NVIDIA Jetson. Xem bảng image hoàn chỉnh hoặc khám phá Ultralytics Docker Hub.Đầu tiên, hãy đảm bảo rằng NVIDIA Container Toolkit đã được cài đặt và cấu hình. Sau đó, sử dụng lệnh sau để chạy Ultralytics YOLO với sự hỗ trợ của GPU:
sudo docker run -it --ipc=host --device nvidia.com/gpu=all ultralytics/ultralytics:latest # all GPUsLệnh này thiết lập một Docker container với quyền truy cập GPU. Để biết thêm chi tiết, hãy xem Hướng dẫn nhanh Docker.
Để trực quan hóa các kết quả dự đoán YOLO với GUI trong Docker container, bạn cần cho phép Docker truy cập vào máy chủ hiển thị của mình. Đối với các hệ thống chạy X11, lệnh là:
xhost +local:docker && docker run -e DISPLAY=$DISPLAY \ -v /tmp/.X11-unix:/tmp/.X11-unix \ -v ~/.Xauthority:/root/.Xauthority \ -it --ipc=host ultralytics/ultralytics:latestĐối với các hệ thống chạy Wayland, hãy sử dụng:
xhost +local:docker && docker run -e DISPLAY=$DISPLAY \ -v $XDG_RUNTIME_DIR/$WAYLAND_DISPLAY:/tmp/$WAYLAND_DISPLAY \ --net=host -it --ipc=host ultralytics/ultralytics:latestCó thể tìm thấy thêm thông tin trong phần Chạy các ứng dụng giao diện người dùng đồ họa (GUI) trong Container Docker.
Có, bạn có thể gắn kết các thư mục cục bộ vào container Ultralytics Docker bằng cờ
-v:sudo docker run -it --ipc=host --device nvidia.com/gpu=all -v /path/on/host:/path/in/container ultralytics/ultralytics:latestThay thế
/path/on/hostbằng thư mục trên máy cục bộ của bạn và/path/in/containerbằng đường dẫn mong muốn bên trong container. Thiết lập này cho phép bạn làm việc với các tệp cục bộ của mình trong container. Để biết thêm thông tin, hãy tham khảo phần Lưu ý về khả năng truy cập tệp.