Hướng dẫn nhanh về Docker cho Ultralytics

Hướng dẫn này cung cấp một giới thiệu toàn diện về việc thiết lập môi trường Docker cho các dự án Ultralytics của bạn. Docker là một nền tảng để phát triển, vận chuyển và chạy các ứng dụng trong container. Nó đặc biệt có lợi để đảm bảo rằng phần mềm sẽ luôn chạy giống nhau, bất kể nó được triển khai ở đâu. Để biết thêm chi tiết, hãy truy cập kho lưu trữ Ultralytics Docker trên Docker Hub.

Bạn Sẽ Học Được Gì

• Thiết lập Docker với hỗ trợ NVIDIA
• Cài đặt Ultralytics Docker images
• Chạy Ultralytics trong Docker container với hỗ trợ CPU hoặc GPU
• Sử dụng Display Server với Docker để hiển thị kết quả phát hiện Ultralytics
• Mount các thư mục cục bộ vào container

Xem: Cách Bắt đầu với Docker | Sử dụng Gói Ultralytics Python bên trong Docker demo trực tiếp 🎉

Điều Kiện Tiên Quyết

• Đảm bảo Docker đã được cài đặt trên hệ thống của bạn. Nếu chưa, bạn có thể tải xuống và cài đặt nó từ trang web của Docker.
• Đảm bảo rằng hệ thống của bạn có GPU NVIDIA và trình điều khiển NVIDIA đã được cài đặt.
• Nếu bạn đang sử dụng NVIDIA Đối với thiết bị 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

Đầu tiên, xác minh rằng trình điều khiển NVIDIA đã được cài đặt đúng cách bằng cách chạy:

nvidia-smi

Cài đặt NVIDIA Bộ công cụ chứa

Bây giờ, hãy cài đặt NVIDIA Container Toolkit để kích hoạt GPU hỗ trợ 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.list

sudo apt-get update

sudo apt-get install -y nvidia-container-toolkit \
  nvidia-container-toolkit-base libnvidia-container-tools \
  libnvidia-container1

export NVIDIA_CONTAINER_TOOLKIT_VERSION=1.17.8-1
sudo apt-get install -y \
  nvidia-container-toolkit=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  nvidia-container-toolkit-base=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container-tools=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container1=${NVIDIA_CONTAINER_TOOLKIT_VERSION}

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo \
  | sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo

sudo dnf clean expire-cache
sudo dnf check-update

sudo dnf install \
  nvidia-container-toolkit \
  nvidia-container-toolkit-base \
  libnvidia-container-tools \
  libnvidia-container1

export NVIDIA_CONTAINER_TOOLKIT_VERSION=1.17.8-1
sudo dnf install -y \
  nvidia-container-toolkit-${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  nvidia-container-toolkit-base-${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container-tools-${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container1-${NVIDIA_CONTAINER_TOOLKIT_VERSION}

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

Xác Minh NVIDIA Runtime với Docker

Chạy docker info | grep -i runtime để đảm bảo rằng nvidia xuất hiện trong danh sách runtimes:

docker info | grep -i runtime

Cài Đặt Ultralytics Docker Image

Ultralytics cung cấp một số Docker image được tối ưu hóa cho các nền tảng và trường hợp sử dụng khác nhau:

• Dockerfile: GPU image, lý tưởng cho việc huấn luyện.
• Dockerfile-arm64: Dành cho kiến trúc ARM64, phù hợp với các thiết bị như Raspberry Pi.
• Dockerfile-cpu: Phiên bản chỉ dành cho CPU để suy luận và môi trường không có GPU.
• Dockerfile-jetson-jetpack4: Được tối ưu hóa cho các thiết bị NVIDIA Jetson chạy NVIDIA JetPack 4.
• Dockerfile-jetson-jetpack5: Được tối ưu hóa cho các thiết bị NVIDIA Jetson chạy NVIDIA JetPack 5.
• Dockerfile-jetson-jetpack6: Được tối ưu hóa cho các thiết bị NVIDIA Jetson chạy NVIDIA JetPack 6.
• Dockerfile-jupyter: Dành cho phát triển tương tác bằng JupyterLab trên trình duyệt.
• Dockerfile-python: Môi trường Python tối thiểu cho các ứng dụng nhẹ.
• Dockerfile-conda: Bao gồm Miniconda3 và gói Ultralytics được cài đặt thông qua Conda.

Để pull image mới nhất:

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

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

Chạy Ultralytics trong Docker Container

Đây là cách thực thi Ultralytics Docker container:

Chỉ Sử Dụng CPU

# Run without GPU
sudo docker run -it --ipc=host $t

Sử Dụng GPU

# Run with all GPUs
sudo docker run -it --ipc=host --runtime=nvidia --gpus all $t

# Run specifying which GPUs to use
sudo docker run -it --ipc=host --runtime=nvidia --gpus '"device=2,3"' $t

Hàm -it cờ chỉ định một pseudo-TTY và giữ stdin mở, cho phép bạn tương tác với container. Cờ --ipc=host cho phép chia sẻ namespace IPC của máy chủ, điều này rất cần thiết để chia sẻ bộ nhớ giữa các tiến trình. Cờ --gpus cho phép container truy cập vào các GPU của máy chủ.

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 volumes:

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

Thay 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 Docker container.

Chạy các ứng dụng giao diện người dùng đồ họa (GUI) trong Docker Container

Docker chủ yếu được sử dụng để chứa các ứng dụng nền và các 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: X11 (còn được gọi là X Window System) và Wayland. Trước khi bắt đầu, điều quan trọng là phải xác định máy chủ đồ họa bạn hiện đang sử dụng. Chạy lệnh này để tìm hiểu:

env | grep -E -i 'x11|xorg|wayland'

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, thì bạn cần bắt đầu bằng cách làm cho một trong hai hoạt động cho hệ thống của bạn trước khi tiếp tục.

Chạy Docker Container với GUI

If you're using [GPUs](#using-gpus), you can add the `--gpus all` flag to the command.

If your Docker installation does not use the `nvidia` runtime by default, you can add the `--runtime=nvidia` flag to the command.

xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
  -v /tmp/.X11-unix:/tmp/.X11-unix \
  -v ~/.Xauthority:/root/.Xauthority \
  -it --ipc=host $t

xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
  -v $XDG_RUNTIME_DIR/$WAYLAND_DISPLAY:/tmp/$WAYLAND_DISPLAY \
  --net=host -it --ipc=host $t

Sử Dụng Docker với GUI

Bây giờ bạn có thể hiển thị các ứng dụng đồ họa bên trong Docker container của mình. Ví dụ: bạn có thể chạy lệnh CLI sau để trực quan hóa các dự đoán từ một mô hình YOLO11:

yolo predict model=yolo11n.pt show=True

Khi Hoàn Tất với Docker GUI

xhost -local:docker

Chúc mừng bạn! Bạn đã thiết lập xong để sử dụng Ultralytics với Docker và sẵn sàng tận dụng các khả năng mạnh mẽ của nó. Để biết các phương pháp cài đặt khác, vui lòng khám phá tài liệu bắt đầu nhanh của Ultralytics.

Câu hỏi thường gặp

Làm cách nào để thiết lập Ultralytics với Docker?

Để thiết lập Ultralytics với Docker, trước tiên hãy đảm bảo Docker đã được cài đặt trên hệ thống của bạn. Nếu bạn có NVIDIA GPU , cài đặt NVIDIA Container Toolkit để kích hoạt GPU hỗ trợ. Sau đó, kéo mới nhất Ultralytics Hình ảnh Docker từ Docker Hub bằng lệnh sau:

sudo docker pull ultralytics/ultralytics:latest

Để biết các bước chi tiết, hãy tham khảo Hướng dẫn Bắt đầu Nhanh Docker của chúng tôi.

Những lợi ích của việc sử dụng Ultralytics Docker image cho các dự án máy học là gì?

Sử dụng ảnh 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 mô hình trên nhiều phần cứng khác nhau và duy trì khả năng tái tạo. Để huấn luyện dựa trên GPU, Ultralytics cung cấp các ảnh Docker được tối ưu hóa như Dockerfile cho việc sử dụng GPU nói chung và Dockerfile-jetson cho các thiết bị NVIDIA Jetson. Khám phá Ultralytics Docker Hub để biết thêm chi tiết.

Làm thế nào để chạy Ultralytics YOLO trong Docker container có hỗ trợ GPU?

Trước tiên, hãy đảm bảo NVIDIA Container Toolkit đã được cài đặt và cấu hình. Sau đó, sử dụng lệnh sau để chạy Ultralytics YOLO với GPU ủng hộ:

sudo docker run -it --ipc=host --runtime=nvidia --gpus all ultralytics/ultralytics:latest # all GPUs

Lệnh này thiết lập một Docker container với quyền truy cập GPU. Để biết thêm chi tiết, hãy xem Hướng dẫn Bắt đầu Nhanh về Docker.

Làm thế nào để trực quan hóa kết quả dự đoán YOLO trong Docker container với một máy chủ hiển thị?

Để trực quan hóa kết quả dự đoán YOLO bằng GUI trong vùng chứa Docker, bạn cần cho phép Docker truy cập vào máy chủ hiển thị của bạn. 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:latest

Đối 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:latest

Thông tin chi tiết hơn có thể được tìm thấy trong phần Chạy các ứng dụng giao diện người dùng đồ họa (GUI) trong Vùng chứa Docker.

Tôi có thể mount các thư mục cục bộ vào Ultralytics Docker container không?

Có, bạn có thể gắn các thư mục cục bộ vào vùng chứa Ultralytics Docker bằng cờ -v :

sudo docker run -it --ipc=host --runtime=nvidia --gpus all -v /path/on/host:/path/in/container ultralytics/ultralytics:latest

Thay thế /path/on/host với thư mục trên máy cục bộ của bạn và /path/in/container với đường dẫn mong muốn bên trong container. Thiết lập này cho phép bạn làm việc với các tệp cục bộ của mình bên trong container. Để biết thêm thông tin, hãy tham khảo Lưu Ý Về Khả Năng Truy Cập Tệp ở phần này.

📅 Đã tạo 1 năm trước ✏️ Cập nhật 8 ngày trước

Bình luận