使用Dockerfile创建镜像来部署一个基于Flask的深度学习项目

一. 准备工作

本例程主要介绍了使用Dockerfile创建镜像来部署一个基于Flask的深度学习项目，准备工作如下：

1. 认识Docker
   
   Docker是一种容器技术，其口号就是“Build、Share and Run”，能够方便、快捷地部署应用项目。
2. flask应用
   flask是一款轻量型的Web服务框架，功能齐全，应用广泛。
3. YOLOv5
   YOLOv5是YOLO系列最新一版的目标识别框架，具有检测速度快、识别准确率高等特点。
4. 运行环境
   （1）因Docker主要支持Linux系统，本例采用Ubuntu18.04系统。
   （2）需预先在系统上安装docker。
   （3) 安装Pycharm（专业版）。
   （4）注册一个hub.docker.com账户。

二. Docker操作

1. 项目代码
项目目录如下：

特别说明：
run.py：本项目的主程序。
Dockerfile：无后缀，在工作目录。
app文件夹：将主要代码放到此处。
app/views.py：flask框架下的route函数均在此处。
app/yolo：YOLOv5的相关代码。
app/utils：项目通用代码。
2. 编写Dockerfile

# This dockerfile unses the python:3.8.0 image
# VERSION 1 - EDITION 1
# Author: imqtan

# Base image to use, this must be set as the first line
FROM python:3.8.0

# Maintainer:docker_user<docker_user@email.com>
MAINTAINER imqtan hardenqiu@foxmail.com

COPY . /aep-ai-seal-v1-yolov5

WORKDIR /aep-ai-seal-v1-yolov5

RUN apt-get update

RUN apt-get install -y libgl1-mesa-dev

RUN pip install --upgrade pip

RUN pip install torch==1.8.2+cpu torchvision==0.9.2+cpu torchaudio==0.8.2 -f https://download.pytorch.org/whl/lts/1.8/torch_lts.html

RUN pip install -r requirements.txt

EXPOSE 5000

ENTRYPOINT ["python"]

CMD ["run.py"]

特别指出：
FROM python:3.8.0：python 3.8.0作为基础镜像（或父镜像）。
COPY：其用法为COPY [src] [dest]，此处src为”.“，本例即将工作目录下的全部代码拷贝到dest（镜像下的目录）。
WORKDIR：其用法为WORKDIR [dir]，本例即将本地工作目录设置为dir的"/aep-ai-seal-v1-yolov5"。
RUN apt-get update：拉取下来的基础镜像需要更新一下。
RUN apt-get install -y xxxxx:安装项目所需的一些组件。
RUN pip install --upgrade pip：更新pip，以便后续顺利安装其他组件。
RUN pip install torch-xxxx：加载YOLOv5所需的组件pytorch。
RUN pip install -r requirements.txt：加载镜像所需的库。
EXPOSE 5000：抛出的端口。
ENTRYPOINT [“python”]：python环境来运行下面的程序。
CMD [“run.py”]：需要在镜像中运行的主程序。
3. Build Dockerfile文件
方法1-使用Pycharm来Build：

1处：直接打开Dockerfile进行编辑。
2处：”Edit Configuration…”来设置Docker信息。
3处：查看现有Docker的镜像信息（若不显示，双击来connect）。

点开2处后，设置镜像标签，如“aep-ai-seal:2.0”，然后“OK”，保存设置。
运行该Dockerfile文件，执行Build，直到出现编译成功，3处可查看编译成功的镜像。
方法2-使用终端来Build：

打开一个终端，进入到工作目录下，输入“docker build -t aep-ai-seal:2.0 ."，进行编译。需要注意，镜像名与tag可以根据需要命名，指令后的”.“不要遗漏，其表示默认Dockerfile，注意核对该文件的命名。构建完成后，也可以在Pycharm的”3处“查看镜像。
4. Push项目镜像到公共仓库
方法1-使用Pycharm来Push镜像：

点击”1处“或”2处“，弹出”Push镜像“的对话框，填入相关信息，点击”OK“，开始Push镜像。

方法2-使用终端来Push镜像：
指令：

docker push imqtan/aep-ai-seal:2.0

5. 测试镜像
打开终端，查看是否已有该镜像。

图中可看到，已经存在该项目的镜像。“aep-ai-seal”与“imqtan/aep-ai-seal”具有相同的ID，其实是一个镜像。
然后，输入指令便可启动一个docker镜像。

# 启动该项目的镜像
docker run -p 5000:5000 aep-ai-seal:2.0

三. 可能遇到的问题

本例程仅仅给出了一个基于Flask的深度学习项目部署的大致流程，docker以及Dockerfile有着丰富的指令集，对于复杂的项目部署，需要进一步了解其他指令的使用。

1. 网络不佳导致加载失败：请更换网络环境重新开始。
2. docker的Push失败：请检查网络环境，请登录docker账号。
3. “docker run -p 5000:5000 aep-ai-seal:2.0“报错：可能原因是主机5000的端口已被占用，请将指令改为“docker run aep-ai-seal:2.0“，即不指定端口映射。
4. 安装超时：可能由DNS导致，将编译指令改为“docker build --network=host -t aep-ai-seal:2.0 .“。