Ubuntu系统利用Docker安装mmdetection

参考链接：https://blog.csdn.net/red_stone1/article/details/103717757

环境准备： Ubuntu16以上 系统中有GPU并且已安装NVIDIA驱动

NVIDIA-docker

在docker容器中使用GPU，首先需要安装nvidia-docker，github地址如下：https://github.com/NVIDIA/nvidia-docker 注意这里，官网也提到，若在docker中运行gpu程序，宿主机环境只需要安装nvidia-驱动即可，无需安装CUDA。

mmdection

安装nvidia-docker之后，在docker中搜索别人已经编译好的mmdetection镜像（注意镜像里已经包括CUDA等依赖环境），然后我们直接使用就可以了。 使用如下命令进行查找：

docker search mmdetection

选择好某个镜像，假设镜像名为apulistech/mmdetection，下载 docker 镜像盗宿主机

sudo docker pull apulistech/mmdetection

下载好镜像之后，根据镜像创建容器：

sudo docker run --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=0,1,2 --shm-size 32G --name my_detection -p 2323:22 -it apulistech/mmdetection /bin/bash

其中--runtime=nvidia能使新建的 docker 容器能使用宿主机器的 GPU，--name是为容器起一个名字，为my_detection。pytorch的multiprocess需要一些共享内存（shm），所以要显式的设定--shm-size，若不设定可能会出现shm不足的问题。-e为设置环境变量。-p为设置端口映射，方便ssh进入容器。运行成功后，即可进入容器的根目录/。

将文件或目录移到docker容器下的目录

sudo docker cp src_file my_detection:/mmdetection

其中src_file是宿主机的文件，my_detection是容器名，/mmdetection是目录

启动容器并进入

再次进入到容器时，我们需要先启动容器并启动bash

$ docker start XXX $ docker exec -it XXX /bin/bash

其中XXX是容器号码