wall_docker/README.md
Boen_Shi 6a2e046884 feat(api): 添加图像分析功能和相关路由接口
- 新增 analyze、analyze_result、analyze_status 和 health 路由
- 实现图像上传和任务提交功能
- 添加任务状态查询和结果获取接口
- 集成 segformer 和 yolo 模型进行图像检测
- 实现 SAM3 预处理功能用于图像预处理判断
- 添加模型选择配置支持 segformer 和 yolo
- 实现任务队列管理和异步处理机制
- 添加 Dockerfile 用于容器化部署
- 配置环境变量和 gitignore 规则
- 创建数据模型定义 API 响应结构
2026-01-27 11:59:45 +08:00

1.2 KiB
Raw Permalink Blame History

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

  1. 导入docker images docker load -i wall.tar

  2. 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
  1. 解压算法模型目录到core文件夹
tar -xvf core.tar
  1. 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
  1. 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

  1. 导入docker images docker load -i wall.tar

  2. 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