cvat部署自动标注

前提:读者已经安装好cvat

安装自动部署步骤如下:

  1. docker-compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d
  2. 查看需要安装的nuctl版本,vim components/serverless/docker-compose.serverless.yml, 然后安装相应版本
wget https://github.com/nuclio/nuclio/releases/download/1.8.14/nuctl-1.8.14-linux-amd64

cvat部署自动标注_第1张图片
3. 加上权限和软连接

sudo chmod +x nuctl-1.8.14-linux-amd64
sudo ln -sf $(pwd)/nuctl-<version>-linux-amd64 /usr/local/bin/nuctl
  1. 创建工程,这一步大概率会出错,如图所示;
nuctl create project cvat

cvat部署自动标注_第2张图片
解决方法如下,自己拉去镜像,并改名就好,参考链接:

docker pull alpine:3.15
 docker images | grep alpine
 docker tag c4fc93816858 gcr.io/iguazio/alpine:3.15
 docker images | grep alpine
  1. 构建自动标注的镜像, serverless文件夹下面的都是demo,自己根据需要构建,我这就搭建了个yolov5 cpu版本的,过程可能比较慢~。想用gpu的话,请自行查看官方文档。
nuctl deploy --project-name cvat   --path serverless/pytorch/ultralytics/yolov5/nuclio/   --volume `pwd`/serverless/common:/opt/nuclio/common   --platform local
  1. 结果如图

你可能感兴趣的:(深度学习,docker,docker,容器,深度学习)