在ubuntu(20.04)上搭建基于docker的yolov5环境(GPU:3060)

本文档详细介绍了如何在Docker环境下为YOLOv5设置GPU支持的PyTorch环境。首先,按照YOLO官方文档拉取最新镜像并启动容器,然后由于CUDA10.2不兼容30系显卡,需要重新安装PyTorch。通过配置国内conda源,卸载旧版PyTorch并安装兼容CUDA11.3的PyTorch v1.9.1。最后,使用PyCharm连接Docker进行开发。
摘要由CSDN通过智能技术生成


摘要

由于YOLOv5提供的官方镜像里面的pytorch版本是基于cuda 10.2的,英伟达30系显卡不支持该版本的cuda,因此要升级pytorch版本,才能在镜像中使用GPU。

按照YOLO官方文档进行操作

拉取镜像,启动容器并加载镜像

#拉取镜像
#sudo docker pull ultralytics/yolov5:latest
sudo docker pull ultralytics/yolov5:v6.0
#可以指定端口映射进行启动,官方指令如下
# sudo docker run --ipc=host --gpus all -it ultralytics/yolov5:latest
sudo docker run --gpus all  -v /home/lbh/ubuntu-home/datasets:/usr/src/datasets --name yolov5_6.0_gpu -p 16023:23  -it ultralytics/yolov5:v6.0
#指定端口映射、指定GPU模式进行启动

运行推理代码

python detect.py --weights yolov5s.pt --source data/images/bus.jpg --device 0

由于30系显卡普遍不支持CUDA10,所以出现报错。

执行GPU推理时报错

  • 1
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值