在Nano上部署yolov5

1. 在已经部署了镜像的机器上获取镜像

 1.1 获取镜像名

   docker images

 1.2 打包选中对应的镜像

   docker save -o .tar

2. 在将要使用的机器上部署需要的镜像

 2.1 加载镜像

   docker load -i .tar

 2.2 运行镜像

   docker run -p 8081:8080 -d

dockerfile

FROM nvcr.io/nvidia/l4t-pytorch:r32.4.4-pth1.6-py3

RUN mkdir /temp

RUN apt-get update

RUN  apt-get install -y \

   cmake \

   qt5-default \

   python-opencv \

   libopencv-dev \

   ffmpeg\

   libjpeg-dev \

   libpng-dev \

   libtiff-dev \

   llvm-3.9 \

   unzip

COPY opencv_code4.4.0.zip .

RUN mkdir -p ~/opencv cd ~/opencv && \

   unzip opencv_code4.4.0.zip && \

   rm opencv_code4.4.0.zip && \

   mv opencv-4.4.0 OpenCV && \

   cd OpenCV && \

   mkdir build && \

   cd build && \

   cmake \

   -DWITH_QT=ON \

   -DWITH_OPENGL=ON \

   -DFORCE_VTK=ON \

   -DWITH_TBB=ON \

   -DWITH_GDAL=ON \

   -DWITH_XINE=ON \

   -DBUILD_EXAMPLES=ON .. && \

   make -j4 && \

   make install && \

   ldconfig

COPY requirements.txt .

RUN pip3 install -r requirements.txt -i https://pypi.douban.com/simple

RUN LLVM_CONFIG=/usr/bin/llvm-config-3.9 pip3 install llvmlite==0.16.0 -i https://pypi.douban.com/simple

RUN LLVM_CONFIG=/usr/bin/llvm-config-3.9 pip3 install numba==0.31 -i https://pypi.douban.com/simple

RUN mkdir -p /usr/src/app

WORKDIR /usr/src/app

torch+torchvision

torch1.6+torchvision0.7.0

TensorRT yolov4 yolov4-tiny yolov5

© 版权声明
THE END
支持一下吧
点赞5 分享
评论 抢沙发
头像
请文明发言!
提交
头像

昵称

取消
昵称表情代码快捷回复

    暂无评论内容