YOLOV8 进行docker环境配置-Toy模板网

这篇具有很好参考价值的文章主要介绍了YOLOV8 进行docker环境配置。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。

修改docker文件

原docekerfile中ADD https://ultralytics.com/assets/Arial.ttf https://ultralytics.com/assets/Arial.Unicode.ttf /root/.config/Ultralytics/下载很慢，可以在外部下载好，放入docker文件夹中，再将源代码改为ADD Arial.ttf Arial.Unicode.ttf /root/.config/Ultralytics/（其它下载内容类似修改包括yolo8.pt,）
可在RUN pip install --no-cache ultralytics albumentations comet gsutil notebook \ coremltools onnx onnx-simplifier onnxruntime openvino-dev>=2022.3加上镜像源-i https://pypi.tuna.tsinghua.edu.cn/simple

sudo docker build -f ./ultralytics-main/docker/Dockerfile -t yolov8:v0 .
通过docker images查看容器
通过docker ps -a查看容器ID，例如：f4f9d52e741d
docker run -t -i -v /opt:/soft 容器id /bin/bash
使用-v参数来挂载主机下的一个目录，把本地/opt文件挂载在这个容器上做共享文件夹，这样启动后容器会自动在根目录下创建soft文件夹，同时也就要求了soft必须写绝对路径
进入镜像docker exec -it 容器ID /bin/bash
使用GPU sudo docker run -it --gpus all 939ef9bb8e81 /bin/bash

测试yolo predict model=yolov8s.pt source=“https://ultralytics.com/images/bus.jpg” 若无yolo则先pip install ultralytics

导出前先将容器提交成镜像 sudo docker commit -m “add yolo env” <容器ID> yolo8:v1

sudo docker save <镜像ID> -o /home/yolov8_v0.tar
停止运行容器 sudo docker stop <容器ID>
删除容器 sudo docker rm <容器ID前三位>
删除镜像 sudo docker rmi <镜像ID前三位>
导入镜像 sudo docker load < XXX.tar
为镜像打上标签,sudo docker tag aba01f181a4a webconsole:latest文章来源地址https://www.toymoban.com/news/detail-756148.html

首先下载的docker环境要与本地的cuda版本一致，以cuda10.1为例子：sudo docker pull pytorch/pytorch:1.4-cuda10.1-cudnn7-devel（列表可在官网查看https://hub.docker.com/r/pytorch/pytorch）
conda 创建python3.8环境 conda create -n your_env_name python=3.8 然后激活source activate your_env_name
yolo的训练环境是基于pytorch1.8及以上，因此下载GPU版本pytorch1.8.1(可在官网查找 https://pytorch.org/get-started/previous-versions/）
可手动下载pytorch（https://download.pytorch.org/whl/torch_stable.html）
相关python 命令：
pip install torch-1.8.1+cu101-cp38-cp38-linux_x86_64.whl torchvision-0.9.1+cu101-cp38-cp38-linux_x86_64.whl torchaudio-0.8.1-cp38-cp38-linux_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
pip uninstall opencv-python
pip install opencv-python-headless -i https://pypi.tuna.tsinghua.edu.cn/simple

到了这里，关于YOLOV8 进行docker环境配置的文章就介绍完了。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！