jetson-inference----docker内运行分类任务

系列文章目录


jetson-inference入门
jetson-inference----docker内运行分类任务

文章目录


前言

继jetson-inference入门


一、进入jetson-inference的docker

官方运行命令

进入jetson-inference的docker

bash 复制代码
docker/run.sh
docker run --runtime nvidia -it 【容器id】 【命令】
docker run --runtime nvidia -it 7a7d343029a2 /bin/bash
docker run --runtime nvidia -it dustynv/jetson-inference:r32.7.1 /bin/bash

这个命令就不用手动删除,容器id记得改成自己的

bash 复制代码
docker run -it --rm --runtime nvidia 7a7d343029a2 /bin/

二、分类任务

官方文档

https://gitcode.com/dusty-nv/jetson-inference/blob/master/docs/imagenet-console-2.md

docker 和 宿主主机的磁盘映射

bash 复制代码
cd jetson-inference/build/aarch64/bin
ll


没有查询到data文件,说明Linux系统上的data文件没有映射到docker中

本机【宿主机】数据目录

• ~/jetson-inference/data

容器数据目录

• /jetson-inference/data

启动时映射命令

bash 复制代码
docker run -it --rm --runtime nvidia -v ~/jetson-inference/data:/jetson-inference/data 7a7d343029a2 /bin/bash

或者

bash 复制代码
docker run -it --rm --runtime nvidia -v ~/jetson-inference/data:/jetson-inference/data dustynv/jetson-inference:r32.7.1 /bin/bash

映射成功

再次查看

开始测试

bash 复制代码
cd build/aarch64/bin
# C++
$ ./imagenet images/orange_0.jpg images/test/output_0.jpg     # (default network is googlenet)

# Python
$ ./imagenet.py images/orange_0.jpg images/test/output_0.jpg  # (default network is googlenet)

这里是没有model.json,去下一下,
https://gitcode.com/dusty-nv/jetson-inference/blob/master/data/networks/models.json

外网问题,要自己下载模型

返回自己的主机

bash 复制代码
cd jetson-inference
cd tools
 vi  download-models.sh

打开 download-models.sh,查找要下载的模型的下载地址

上面显示googleNet不能成功下载,所以要把googleNet的文件全都下载下来

function download_googlenet()

{

echo "$LOG Downloading GoogleNet..."

复制代码
    download_file "bvlc_googlenet.caffemodel" "https://nvidia.box.com/shared/static/at8b1105ww1c5h7p30j5ko8qfnxrs0eg.caffemodel"
    download_file "googlenet.prototxt" "https://nvidia.box.com/shared/static/5z3l76p8ap4n0o6rk7lyasdog9f14gc7.prototxt"
    download_file "googlenet_noprob.prototxt" "https://nvidia.box.com/shared/static/ue8qrqtglu36andbvobvaaj8egxjaoli.prototxt"

}

下载后copy到主机里jietson-inferenec的data目录下

下载好的三个文件都放在Googlenet下

在容器中的 jetson-inference/build/aarch64/bin/networks也可以查询到

再次运行

bash 复制代码
# C++
$ ./imagenet images/orange_0.jpg images/test/output_0.jpg     # (default network is googlenet)

# Python
$ ./imagenet.py images/orange_0.jpg images/test/output_0.jpg  # (default network is googlenet)

可以看到图片保存在 image saved 'images/test/output_0.jpg' (1024x683, 3 channels)


总结

下一节是docker中运行目标检测

相关推荐
东风微鸣39 分钟前
使用 Loki 配置告警,如何将原始日志内容添加告警到注释中?
docker·云原生·kubernetes·可观察性
探索云原生1 小时前
HAMi vGPU 原理分析 Part3:hami-scheduler 工作流程分析
云原生·容器·kubernetes·vgpu
云手机掌柜7 小时前
从0到500账号管理:亚矩阵云手机多开组队与虚拟定位实战指南
数据结构·线性代数·网络安全·容器·智能手机·矩阵·云计算
一人一萧十只猫�8 小时前
Kubernetes 全面解析:从基础设施变革到核心架构详解
云原生·容器·kubernetes
帽儿山的枪手12 小时前
docker-image 工具展示更详细镜像层内容
docker
草履虫建模12 小时前
RuoYi-Vue 项目 Docker 容器化部署 + DockerHub 上传全流程
java·前端·javascript·vue.js·spring boot·docker·dockerhub
小醉你真好13 小时前
6、CentOS 9 安装 Docker
linux·docker·centos
karlso14 小时前
深度学习:简介与任务分类总览
人工智能·深度学习·分类
xdpcxq102915 小时前
Docker用Web应用实例深入容器
前端·docker·容器
极客奇点17 小时前
容器化成本优化:K8s资源请求与限制的黄金法则——从资源画像分析到25%成本削减的实战指南
云原生·容器·kubernetes·降本增效·成本优化