Boen_Shi
b054769b40
- 新增yolo_detect模块，包含backbone、nets、utils等组件 - 在模型配置中添加yolo_detect选项，支持新的检测模型 - 移除SAM3预处理相关代码和配置项 - 更新Dockerfile删除core目录下所有文件以减少镜像体积 - 修改worker服务移除图像标签预处理逻辑，直接进行模型检测
Wall Docker 镜像使用教程
采用模型文件持久化，方便后续更新模型而不需要重新创建容器，以及统一配置配置文件
-
导入docker images
docker load -i wall.tar -
进入持久化目录，新建.env，添加相应内容
UPLOAD_DIR=uploads
MOCK=false
MODEL=segformer #segformer, yolo，目前打包模型只有segformer
- 解压算法模型目录到core文件夹
tar -xvf core.tar
- 使用指令运行docker镜像
sudo docker run -d \
--name [docker_container_name] \
--gpus all \
-p [local_port]:80 \
-v $(pwd)/uploads:/code/uploads \
-v $(pwd)/core:/code/app/core \
-v $(pwd)/.env:/code/.env \
wall
- 如果后续需要更新模型，只需要覆盖掉core内的文件，更改.env配置文件后，即可继续运行
如果不想要模型文件持久化，则不需要解压算法文件了
-
导入docker images
docker load -i wall.tar -
使用指令运行docker镜像
sudo docker run -d \ --name [docker_container_name] \ --gpus all \ -p [local_port]:80 \ -v $(pwd)/core:/code/app/core \ -v $(pwd)/.env:/code/.env \ wall