docker 配置 gpu版pytorch环境--部署缺陷检测--Anomalib

这篇具有很好参考价值的文章主要介绍了docker 配置 gpu版pytorch环境--部署缺陷检测--Anomalib。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、docker 配置 gpu版pyhorch环境

1、显卡驱动、cuda版本、pytorch cuda版本三者对应

  • 自行查看:三者对应版本信息

2、拉取镜像

  • 直接在docker.hub中拉取pytorch镜像:​​​​​​​找到自己所需要的环境 pytorch镜像

  • 点击复制 devel 版链接

     docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel
    

二、部署Anomalib

1、下载Anomalib

  • Anomalib github 地址

2、创建容器并且运行

我们需要docker容器中运行Anomalib,所以需要把主机文件挂载到容器中

  • 主机路径:/home/dell/ljn/anomalib
docker run -it --name="pytorch_docker" \
              --gpus=all \
              --shm-size=64G \	
              -v /home/dell/ljn/anomalib:/workspace/anomalib \
              pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel /bin/bash

没有加这一行--shm-size=64G在docker中运行pytorch会报错

  • ERROR: Unexpected bus error encountered in worker. This might be caused by insufficient shared memory (shm).
  • 由于在docker镜像中默认限制了shm(shared memory),然而数据处理时pythorch则使用了shm。这就导致了在运行多线程时会将超出限制的DataLoader并直接被kill掉。
  • --shm-size=64G:这里设置为64G,根据自身电脑性能进行设置
  • 容器运行后可以看到挂载的目录
jn@ljn-Alienware-13:~/ai_project/anomalib$ ./run_docker.sh 
root@440738bd07a3:/workspace# ls
anomalib
root@440738bd07a3:/workspace# 
  • 验证
ncvv -V 
nvidia-smi

docker 配置 gpu版pytorch环境--部署缺陷检测--Anomalib,docker,pytorch,容器

3、安装Anomalib

进入项目路径

cd anomalib/anomalib-main

安装依赖

pip install update
pip install -e .
pip install wandb

测试:

  • 执行

    python tools/train.py 
    
  • 运行报错:ImportError: libGL.so.1: cannot open shared object file: No such file or directory
    docker 配置 gpu版pytorch环境--部署缺陷检测--Anomalib,docker,pytorch,容器

  • 需要安装opencv

    apt-get update
    apt-get install libopencv-dev
    
  • 再次执行:python tools/train.py

  • 报错ImportError: cannot import name 'KeypointRCNN_ResNet50_FPN_Weights' from 'torchvision.models.detection' (/opt/conda/lib/python3.7/site-packages/torchvision/models/detection/__init__.py)
    docker 配置 gpu版pytorch环境--部署缺陷检测--Anomalib,docker,pytorch,容器

  • torchvision 版本不兼容或缺少相关模块导致的,更新版本

    pip install --upgrade torchvision
    
  • 再次执行:python tools/train.py

  • 运行成功:到此Anomalib项目部署完成
    docker 配置 gpu版pytorch环境--部署缺陷检测--Anomalib,docker,pytorch,容器文章来源地址https://www.toymoban.com/news/detail-732051.html

到了这里,关于docker 配置 gpu版pytorch环境--部署缺陷检测--Anomalib的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包