Bắt đầu với YOLOv5 🚀 trong Docker

Hướng dẫn này sẽ hướng dẫn bạn quy trình thiết lập và chạy YOLOv5 trong một container Docker, cung cấp hướng dẫn toàn diện cho cả hai CPU Và GPU môi trường.

Bạn cũng có thể khám phá các tùy chọn khởi động nhanh khác cho YOLOv5 , chẳng hạn như của chúng tôi Sổ tay Colab , Máy ảo học sâu GCP, Và Amazon AWS.

Điều kiện tiên quyết

Docker : Cài đặt Docker từ trang web chính thức của Docker .
Trình điều khiển NVIDIA (cho GPU hỗ trợ): Phiên bản 455.23 trở lên. Tải xuống từ trang web của NVIDIA .
NVIDIA Docker Runtime (cho GPU hỗ trợ): Cho phép Docker tương tác với máy cục bộ của bạn GPU . Thực hiện theo hướng dẫn cài đặt bên dưới.

Thiết lập NVIDIA Thời gian chạy Docker

Xác minh rằng của bạn NVIDIA trình điều khiển được cài đặt đúng cách:

nvidia-smi

Cài đặt NVIDIA Thời gian chạy Docker:

# 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
sudo systemctl restart docker

Xác minh NVIDIA thời gian chạy có sẵn:

docker info | grep -i runtime

Bước 1: Kéo YOLOv5 Hình ảnh Docker

Các Ultralytics YOLOv5 Kho lưu trữ DockerHub có sẵn tại https://hub.docker.com/r/ultralytics/yolov5. Docker Autobuild đảm bảo rằng ultralytics/yolov5:latest hình ảnh luôn đồng bộ với bản lưu trữ mới nhất.

# Set image name as a variable
t=ultralytics/yolov5:latest

# Pull the latest image
sudo docker pull $t

Bước 2: Chạy Docker Container

Sử dụng CPU Chỉ một

Chạy một phiên bản tương tác của YOLOv5 Hình ảnh Docker (được gọi là "container") sử dụng -it lá cờ:

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

Sử dụng GPU

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

# Run with specific GPUs
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t

Gắn kết các thư mục cục bộ

Để truy cập các tệp trên máy cục bộ của bạn trong vùng chứa:

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

Container với GPU truy cập:

Để chạy một container với GPU truy cập, sử dụng --gpus all lá cờ:

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

Bước 3: Sử dụng YOLOv5 🚀 bên trong Docker Container

Bây giờ bạn có thể đào tạo, kiểm tra, phát hiện và xuất YOLOv5 các mô hình trong vùng chứa Docker đang chạy:

# 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