把物体检测模型迁移到docker容器

简介: 把物体检测模型迁移到docker容器

docker一条命令部署模型

linux下部署命令

docker run -tdi   --net mynet10  --ip 10.10.20.4  --name  tfmodelcpu   --privileged=true   registry.cn-hangzhou.aliyuncs.com/mkmk/tfmodels:cpu14   init && docker exec -d tfmodelcpu /bin/bash -c "cd /home && nohup /usr/local/python3/bin/jupyter notebook  --allow-root  &"

windows下部署命令

docker run -tdi   --net mynet10  --ip 10.10.20.4  --name  tfmodelcpu   --privileged=true   registry.cn-hangzhou.aliyuncs.com/mkmk/tfmodels:cpu14   init | docker exec -d tfmodelcpu /bin/bash -c "cd /home && nohup /usr/local/python3/bin/jupyter notebook  --allow-root  &"

之后可以在 10.10.20.4:8888 查看模型代码以及使用说明

然后可以通过 10.10.20.4:22 ssh连接容器运行模型训练


物体检测模型object_detection是

tensorflow的 github开源项目

模型下载地址

https://github.com/tensorflow/models

下载完成后,

cd home
#不推荐这样下载 会很慢 ,建议开代理自己下载放到 home目录
wget -c https://github.com/tensorflow/models/archive/master.zip
unzip  master.zip

#centos7的主机

如果你是ubuntu 把 第一句话 yum 改成 apt

(ubuntu 用户 apt install Cython)
yum install Cython
pip3 install tensorflow==1.12.0  matplotlib Pillow pandas  pycocotools
cd research
python3 setup.py install 
cd research/silm
python3 setup.py

使用说明

//cd training
//生成tfrecord文件
//训练集 ,测试集各执行一次
cd  /home/models-master/research/object_detection/training
#先 生成 csv 文件
python3 xml_to_csv.py 
python3 product_tfrecord.py --csv_input=data/train_labels.csv  --output_path=data/train.record
python3 product_tfrecord.py --csv_input=data/test_labels.csv  --output_path=data/test.record
成功提示
#data/test_labels.csv
#Successfully created the TFRecords: /home/models-master/research/object_detection/training/data/test.record
开始训练
python3  model_main.py     --pipeline_config_path=ssd_mobilenet_v1_coco.config     --model_dir=result     --num_train_steps=20000     --num_eval_steps=500     --alsologtostderr

部署成功提示

相关文章
|
2天前
|
IDE 数据中心 Docker
使用PyCharm与Docker容器进行开发:从入门到精通
使用PyCharm与Docker容器进行开发:从入门到精通
|
2天前
|
存储 机器学习/深度学习 Cloud Native
深入浅出Docker容器数据卷
深入浅出Docker容器数据卷
15 1
|
4天前
|
Java 关系型数据库 MySQL
docker 部署springboot项目,连接mysql容器
docker 部署springboot项目,连接mysql容器
14 0
|
9天前
|
Anolis Docker 容器
百度搜索:蓝易云【openAnolis上部署docker容器】
通过以上步骤,你的Docker容器应该已经在OpenAnolis服务器上成功部署并运行了。
22 5
|
17天前
|
开发者 Docker 微服务
深入浅出:使用Docker容器化部署微服务架构
在当今快速迭代的软件开发环境中,微服务架构因其高度解耦和独立性而成为企业首选。然而,微服务的管理和部署可能会变得复杂和繁琐。本文将探讨如何利用Docker,一个轻量级的容器化技术,来简化和加速微服务的部署。我们将从Docker的基础概念入手,详细介绍如何创建、配置和运行微服务容器,最后讨论Docker在微服务架构中的优势和挑战。本文旨在为开发者提供一条清晰的路径,通过容器化技术实现微服务架构的高效部署和管理。
37 0
|
17天前
|
NoSQL Redis Docker
深入浅出:使用Docker容器化改进Python应用部署
在快速演进的软件开发领域,持续集成和持续部署(CI/CD)已成为加速产品上市的关键。本文将探索如何利用Docker,一种流行的容器化技术,来容器化Python应用,实现高效、可靠的部署流程。我们将从Docker的基本概念入手,详细讨论如何创建轻量级、可移植的Python应用容器,并展示如何通过Docker Compose管理多容器应用。此外,文章还将介绍使用Docker的最佳实践,帮助开发者避免常见陷阱,优化部署策略。无论是初学者还是有经验的开发人员,本文都将提供有价值的见解,助力读者在自己的项目中实现容器化部署的转型。
|
17天前
|
Kubernetes 开发者 Docker
深入浅出:使用Docker容器化部署微服务架构
在当今快速演进的软件开发领域,微服务架构因其高度的模块化和可伸缩性而受到广泛欢迎。然而,微服务的部署和管理也带来了新的挑战。本文旨在通过深入浅出的方式,探讨如何利用Docker容器技术有效地部署和管理微服务架构。我们将从Docker的基本概念出发,逐步深入到如何构建、部署微服务,并讨论在此过程中可能遇到的常见问题及其解决策略。本文不仅适合刚接触Docker和微服务的新手,也为有经验的开发者提供了实用的参考。
19 1
|
17天前
|
JSON JavaScript Docker
深入浅出:使用Docker容器化部署微服务架构
本文旨在向读者展示如何利用Docker技术高效地构建和部署微服务架构。通过深入浅出的方式,我们将探索Docker的基本概念、容器化的优势以及如何将其应用于微服务架构中。此外,文章还将提供一个简单的示例,指导读者实践如何使用Docker将一个现有的后端应用容器化,并部署到本地开发环境中。不同于传统的摘要,这里我们强调实践操作的重要性,鼓励读者通过实际操作来加深对Docker和微服务架构的理解。
20 1
|
17天前
|
Kubernetes 负载均衡 Docker
深入浅出:使用Docker容器化部署微服务
在当今快速变化的软件开发领域,微服务架构因其高度的模块化和可伸缩性而受到广泛欢迎。然而,微服务的部署和管理带来了新的挑战。本文将探讨如何利用Docker容器技术,简化和加速微服务应用的部署过程。我们将从Docker的基础知识入手,逐步深入到如何构建、部署和管理微服务容器。通过本文,读者将获得一套实用的工具和方法论,以便在自己的项目中高效地应用Docker和微服务技术。
|
17天前
|
Java 开发者 Docker
深入浅出:使用Docker容器化部署微服务架构
在本文中,我们将探索Docker容器技术如何革新微服务架构的部署方式,提高开发效率和应用的可扩展性。不同于传统摘要的概述风格,我们将通过一个实际案例,步骤明晰地展示如何将一个简单的微服务应用容器化,并在Docker环境中部署运行。本文旨在为开发者提供一个清晰、易懂的指南,帮助他们理解容器化技术的基本原理和操作流程,无论是初学者还是有经验的开发人员都能从中获益。

热门文章

最新文章

相关产品