Voici les étapes détaillées pour créer un environnement de développement yolov5 à l'aide de Docker :
1. Installez Docker
Si vous n'avez pas installé Docker sur votre ordinateur, vous pouvez l'installer en suivant les instructions sur le site officiel de Docker.
2. Téléchargez le code yolov5
Avant de commencer, vous devez télécharger le code de yolov5 sur le local. Le code peut être cloné localement avec la commande suivante :
git clone https://github.com/ultralytics/yolov5.git
3. Créer une image Docker
Dans le répertoire de code yolov5, il y a un fichier Dockerfile, que nous pouvons utiliser pour créer une image Docker yolov5. Entrez le répertoire de code de yolov5 dans le terminal, puis exécutez la commande suivante :
docker build -t yolov5 .
Cela crée une image Docker nommée "yolov5" selon les instructions du Dockerfile.
4. Exécutez le conteneur Docker
Après avoir construit l'image Docker, nous pouvons démarrer un nouveau conteneur Docker avec la commande suivante :
docker run -it --name yolov5 --gpus all -v /path/to/local/directory:/yolov5 ultralytics/yolov5:latest bash
Parmi eux, "/path/to/local/directory" doit être remplacé par le chemin de votre répertoire de code yolov5 local.
Cette commande démarrera un nouveau conteneur Docker nommé "yolov5" et montera le répertoire de code local yolov5 dans le répertoire "/yolov5" du conteneur. De plus, l'accélération GPU sera également activée. Si votre ordinateur n'a pas de GPU, vous n'avez pas besoin d'ajouter le paramètre "--gpus all".
5. Exécutez yolov5 dans un conteneur Docker
Après avoir démarré le conteneur Docker, nous pouvons utiliser yolov5 dans le conteneur. Après être entré dans le conteneur, exécutez la commande suivante dans le terminal pour exécuter l'exemple de code de yolov5 :
cd /yolov5 python detect.py --source 0
Cela allume la caméra et utilise yolov5 pour la détection d'objets en temps réel.
J'espère que cette étape d'utilisation de Docker pour créer un environnement de développement yolov5 vous aidera. Si vous rencontrez des difficultés pour utiliser Docker, vous pouvez consulter la documentation officielle de Docker ou demander de l'aide dans des communautés telles que Stack Overflow.
autre:
tirer l'image
sudo docker pull pytorch/pytorch: le plus récent
créer un conteneur
sudo docker run -it -d --gpus "device=0" pytorch/pytorch bash
voir tous les conteneurs
docker sudo ps-a
Afficher les conteneurs en cours d'exécution
docker sudo ps
dans le conteneur
docker start -i ID de conteneur
Importez tous les packages dépendants dans requirements.txt,
Installer les dépendances
#pip install -r ./exigences.txt
projet github :
Commandes Docker courantes :
images docker voir l'image
docker rmi image-id supprimer l'image
docker ps -a pour voir tous les conteneurs
docker rm conteneur-id supprimer le conteneur