基于docker训练mmdetection

最新推荐文章于 2024-02-21 19:16:30 发布
最新推荐文章于 2024-02-21 19:16:30 发布
阅读量275 收藏
点赞数
分类专栏： mmdetection
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36184671/article/details/117423789
版权

1 mm的docker安装过程

docker run -e NVIDIA_VISIBLE_DEVICES=0,1,2 --shm-size 32G --name mmdetetion1 -i -t mmdetection1 /bin/bash
2 mmdetec结构
3 训练过程

越挑战越幸运
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【mmdetection系列】mmdetection之docker环境配置
聿默的博客
12-10 389
mmdetection之docker环境配置，关于如何在本机安装docker与nvidia-docker，自己编译dockerfile，以及创建docker container
Centos系统Docker安装mmdetection
Allyli0022的专栏
03-04 537
使用Docker安装简直太amazing！ centos7系统下mmdetection环境搭建一文中的环境搭建和安装中共有二十左右各依赖需要一步步安装。转而使用Docker安装，写好DockerFile，执行一行命令即可解决，当然基本的显卡驱动需要安装好。 命令：docker build -t mmdetection docker/ DockerFile代码： ARG PYTORCH="...
docker与mmdetection
qq_36537774的博客
08-16 742
这里不再介绍 mmdetection 的安装和配置，使用 mmdetection 较简单的方法是使用已安装 mmdetection 的 docker 容器。这样直接省去了安装 mmdetection 的过程，让重心放在模型训练上！ 如果你对 docker 和 mmdetection 还不是很熟悉，请自行搜索一下，本文就不再赘述了。 这里附上 mmdetection 的 GitHub 地址： https://github.com/open-mmlab/mmdetection 0. 前期准备 首先默认
3D目标检测框架 MMDetection3D环境搭建 docker篇
黎国溥
09-16 1329
本文介绍如何搭建3D目标检测框架，使用docker快速搭建MMDetection3D的开发环境，实现视觉3D目标检测、点云3D目标检测、多模态3D目标检测等等。需要大家提前安装好docker，并且docker版本>= 19.03。
（全网最详细）如何在docker里搭建mmdetection环境并封装成镜像
qq_41719643的博客
10-12 2877
前言 目的：由于一个AI比赛需要提交算法Docker，捣鼓好几天终于有点眉目，特此记录！ 适用对象：已熟练搭建mmdet环境，需要进行docker部署 1. 理解docker 镜像：静态 容器：动态 2.搭建过程 这里没有采用Dockerflie 文件(有点像Makefile)一键构建，而是采用传统安装方式一步步来，目的为了让读者能对docker构建过程理解更深入，其实docker也可以看做一个虚拟环境，进入虚拟环境后（和anaconda很像），操作和正常方式几乎一样，特殊的是这个容器可以固化成
基于Docker容器DevOps发布系统
06-06
gitlab环境搭建 harbor环境搭建 jenkins环境搭建、工具安装、插件安装 Docker、Docker Compose 环境搭建 gitlab、harbor、jenkins、Docker 集成
基于Docker的DevOps搭建
02-23
一直对DevOps感兴趣，最近心血来潮，搭乘Docker搞一搞，Let‘sGo！！！这一步很慢，要好几分钟，可以查看log，看到ok再访问，host必须要设置，不然会是docker生成的一个数字，现在你就可以访问http://localhost看到...
基于Docker的微服务架构实践
02-25
基于Docker的容器技术是在2015年的时候开始接触的，两年多的时间，作为一名Docker的DevOps，也见证了Docker的技术体系的快速发展。本文主要是结合在公司搭建的微服务架构的实践过程，做一个简单的总结。希望给在创业...
mmdetection最新版说明文档.pdf
09-15
* MMDetection发布了2.16.0版本，提供了多种安装方式，包括使用pip安装、使用Docker镜像安装、从零开始设置脚本等。 * 安装MMDetection需要依赖Python 3.7以上版本、PyTorch 1.9以上版本和其他依赖项。 * 可以选择在...
基于Docker安装与部署Zabbix
01-10
今天测试了一天的Zabbix-Docker，部署起来确实方便，就需要在安装了Docker的linux系统中输入以下命令就可以了。 1.安装mysql数据库, 启动一个空的MySQL服务器实例 docker run –name zabbix-DB -t \  -e MYSQL_...
【开发】docker部署mmdetection
最新发布
KLeinLAN的博客
02-21 218
开工咯~新年第一个打工日探索一下docker开发目标检测，今天探索了关于windows docker、nvidia-docker、ssh docker容器、docker容器端口转发，至此完成了docker的入门操作，很惊叹其轻量化打包环境的作用，但目前还不清除其用武之地，后续会继续探索。
mmdetection 调试过程
流浪机器人的博客
09-20 1950
optimizer SyntaxError: invalid syntax 调用GroupSampler 得到sampler发生错误 原因：mmdet/dataset/loader 下的 build_loader.py 单GPU和多GPU的分配写反了 改为： if dist: rank, world_size = get_dist_info() sampler = Distrib...
mmdetection
qq_36338700的博客
11-14 846
mmdetection 本人的系统环境：Ubuntu 16.04Cuda 9.0 + Cudnn 7.0.5Python 3.6 （mmdetection要求Python版本需要3.4+）Anaconda 3 （可选）
mmdetection的训练、调试和测试
weixin_41311686的博客
06-08 3725
mmdetection的训练、调试和测试操作在相应的虚拟环境中训练，先找到train.py,看下里面的操作。在parse_args()里会有很多操作指令，训练自己看着加。
mmdetection-虚拟环境的搭建与代码调试
songchunxiao1991的博客
07-15 2131
1、mmdetection---虚拟环境配置 官方要求： 初始环境： python==3.6.8 CUDA==9.0 Pytorch==1.0.0 GCC==4.8.4 mmcv>=0.2.6 遇到的问题： ①、Segmentation fault(core dumped)-段错误 使用‘‘gdb’’追踪错误： 错误原因：gcc和系统版本太低，需要升级系统和gcc...
一步一步教你在 docker 容器下使用 mmdetection 训练自己的数据集
红色石头的专栏
12-27 6855
这里不再介绍 mmdetection 的安装和配置，使用 mmdetection 较简单的方法是使用已安装 mmdetection 的 docker 容器。这样直接省去了安装 mmdetection 的过程，让重心放在模型训练上！ 如果你对 docker 和 mmdetection 还不是很熟悉，请自行搜索一下，本文就不再赘述了。 这里附上 mmdetection 的 GitHub 地址： htt...
Ubuntu系统利用Docker安装mmdetection
winycg的博客
10-08 1311
参考链接：https://blog.csdn.net/red_stone1/article/details/103717757 环境准备： Ubuntu16以上 系统中有GPU并且已安装NVIDIA驱动 NVIDIA-docker 在docker容器中使用GPU，首先需要安装nvidia-docker，github地址如下：https://github.com/NVIDIA/nvidia-docker 注意这里，官网也提到，若在docker中运行gpu程序，宿主机环境只需要安装nvidia-驱动即可，无需安
mmdetection3d项目代码（调试及问答记录）
Fzc_Ztt的博客
11-22 265
记录交流群内见到的问题及解决办法，有些并未亲自验证，暂时保存下来，为以后解决类似问题提供参考。 Q1: 更改可视化标签字体的大小 A1：
Docker-开源Detectron(补充)
pandamax的博客
01-28 834
nvidia-docker在之前创建的镜像detectron下使用本地文件 1..git cloneDetectron,解压后存放路径/home/pandamax/Detectron 2.在文件/home/pandamax/Detectron/lib/datasets/data下创建coco文件夹,用来存放对应的数据,coco 文件夹格式为: coco |_ coco_train2014
docker mmdetection
06-28
### 回答1： docker mmdetection是基于Docker容器技术搭建的mmdetection深度学习框架环境。通过使用docker，可以轻松地部署和管理mmdetection的配置文件、代码和数据集，同时提高了系统的可移植性、灵活性和可扩展性。 ### 回答2： Docker是一个开源平台，可以让开发者和系统管理员轻松地打包、部署和运行应用程序，而不用担心程序之间相互干扰或者受到底层系统的限制。MMDetection是一个基于深度学习实现的目标检测框架，它支持多种模型，包括 Faster R-CNN、Mask R-CNN、SSD、RetinaNet等。使用Docker来部署MMDetection，可以让用户更加方便、快捷地使用MMDetection进行目标检测模型的建立和训练。 首先，使用Docker可以减轻开发者的负担，使得安装和配置环境变得更加简单和易于维护。开发者只需要通过Docker镜像构建并启动容器，就可以得到预建的MMDetection软件环境，而不需要费心地安装和配置这些依赖项。这也意味着开发者可以在不同的计算平台上部署相同的环境，避免繁琐的环境搭建步骤。 其次，使用Docker运行MMDetection还可以利用其灵活的快照和镜像管理功能，方便开发者和团队共享和追溯开发和测试过程中的环境状态。这样，团队成员之间可以更灵活地交流和协作，达成更高效的开发合作。 需要注意的是，使用Docker部署MMDetection时需要考虑系统资源的分配。在就算硬件环境相同的情况下，不同的Docker容器实例可能需要分配不同的系统资源来满足不同的需求，比如CPU、内存等。因此，开发者需要谨慎地评估和分配资源，确保系统不会因为资源不足而受到严重影响。 综上所述，使用Docker部署MMDetection是一种比较便利和灵活的方法，它可以提高开发效率和协作管理的能力，并保证了环境的一致性和稳定性。随着Docker技术的进一步发展和完善，更多的应用场景将会在未来被探索和实现。 ### 回答3： Docker是一个虚拟化平台，它利用Linux容器（LXC）技术，在一个Linux系统中运行多个独立的容器，每个容器拥有独立的文件系统、网络和进程空间。通过Docker，可以快速创建、部署和运行应用程序，从而帮助开发人员简化开发流程，提高应用程序的可靠性和可维护性。 Mmdetection是一款基于深度学习的目标检测框架，它支持主流的目标检测算法，如Faster R-CNN，Mask R-CNN等。由于其具有良好的性能和良好的可维护性，它已被广泛应用于各种场景中，如智能安防、自动驾驶等。 将Docker和mmdetection结合起来，可以更便捷地使用mmdetection。Docker可以帮助用户快速构建mmdetection的环境，并通过容器的形式进行部署和管理。这样做的好处在于，用户不需要关心环境配置和版本问题，只需要下载相应的Docker镜像，即可使用mmdetection。 在使用Docker+mmdetection时，用户可以按照以下步骤进行操作： 1.下载Docker镜像：用户可以从Docker Hub上下载包含mmdetection的镜像，例如，可以使用以下命令进行下载：docker pull open-mmlab/mmdetection:v2.12.0 2.启动Docker容器：用户可以使用以下命令启动容器：docker run -it –gpus all-open-mmlab/mmdetection:v2.12.0 /bin/bash 3.在容器中使用mmdetection:一旦启动了容器，用户就可以在其中使用mmdetection了。例如，可以使用以下命令来训练mmdetection模型：python tools/train.py configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py；或者使用以下命令测试已经训练好的模型：python tools/test.py configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py work_dirs/faster_rcnn_r50_fpn_1x_coco/latest.pth –eval bbox。 4.保存容器状态：如果用户需要保存容器状态，可以使用以下命令将容器状态保存到镜像中：docker commit CONTAINER_ID open-mmlab/mmdetection:v2.12.0 使用Docker+mmdetection可以极大地简化mmdetection的部署和管理。因为Docker的容器可以在不同的机器上运行，所以用户可以将mmdetection的环境打包成容器，只需下载相应的镜像并启动容器即可快速部署mmdetection。另外，因为Docker的容器是独立的，所以用户可以避免环境配置和版本问题，增加了应用程序的可靠性和可维护性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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