Docker configura a versão GPU do ambiente pytorch - detecção de defeitos de implantação - Anomalib

1. Docker configura a versão GPU do ambiente Pyhorch

1. O driver da placa gráfica, a versão cuda e a versão pytorch cuda correspondem entre si.

• Verifique você mesmo: as informações da versão correspondente dos três

2. Puxe a imagem

• docker.hubExtraia a imagem diretamente de: Encontre a imagem pytorchpytorch do ambiente que você precisa

• Clique para copiar o link da versão de desenvolvimento

   docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel
  

2. Implantar Anomalib

1. Baixe o Anomalib

• Endereço github do Anomalib

2. Crie o contêiner e execute-o

Precisamos executar o Anomalib no contêiner docker, então precisamos montar o arquivo host no contêiner

• Caminho do host:/home/dell/ljn/anomalib

docker run -it --name="pytorch_docker" \
              --gpus=all \
              --shm-size=64G \	
              -v /home/dell/ljn/anomalib:/workspace/anomalib \
              pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel /bin/bash

Se você executar o pytorch no docker sem adicionar esta --shm-size=64Glinha um erro será relatado.

• ERROR: Unexpected bus error encountered in worker. This might be caused by insufficient shared memory (shm).
• Como o shm (memória compartilhada) é limitado por padrão na imagem do docker, o pytorch usa o shm durante o processamento de dados. Isso faz com que o DataLoader exceda o limite e seja eliminado diretamente ao executar vários threads.
• --shm-size=64G: Defina para 64G aqui, defina de acordo com o desempenho do seu computador
• Depois que o contêiner estiver em execução, você poderá ver o diretório montado

jn@ljn-Alienware-13:~/ai_project/anomalib$ ./run_docker.sh 
root@440738bd07a3:/workspace# ls
anomalib
root@440738bd07a3:/workspace# 

• verificar

ncvv -V 
nvidia-smi

3. Instale o Anomalib

Insira o caminho do projeto

cd anomalib/anomalib-main

Instalar dependências

pip install update
pip install -e .
pip install wandb

teste:

• implemento

  python tools/train.py 
  

• Erro de execução:ImportError: libGL.so.1: cannot open shared object file: No such file or directory
  

• Precisa instalar o opencv

  apt-get update
  apt-get install libopencv-dev
  

• Execute novamente:python tools/train.py

• Informar um erroImportError: cannot import name 'KeypointRCNN_ResNet50_FPN_Weights' from 'torchvision.models.detection' (/opt/conda/lib/python3.7/site-packages/torchvision/models/detection/__init__.py)
  

• torchvisionA versão é incompatível ou não possui módulos relevantes. Atualize a versão.

  pip install --upgrade torchvision
  

• Execute novamente:python tools/train.py

• Executando com sucesso: a implantação do projeto Anomalib foi concluída.