用Docker搭建yolov5开发环境

下面是使用Docker搭建yolov5开发环境的详细步骤：

1. 安装Docker

如果你的电脑上还没有安装Docker，可以按照Docker官网的说明进行安装。

2. 下载yolov5代码

在开始之前，需要先将yolov5的代码下载到本地。可以使用以下命令将代码克隆到本地：

git clone https://github.com/ultralytics/yolov5.git 

3. 构建Docker镜像

在yolov5的代码目录下，有一个Dockerfile文件，我们可以使用它来构建一个yolov5的Docker镜像。在终端中进入yolov5的代码目录，然后执行以下命令：

docker build -t yolov5 . 

这会根据Dockerfile中的指令构建一个名为"yolov5"的Docker镜像。

4. 运行Docker容器

构建完成Docker镜像后，我们可以使用以下命令启动一个新的Docker容器：

docker run -it --name yolov5 --gpus all -v /path/to/local/directory:/yolov5 ultralytics/yolov5:latest bash 

其中，"/path/to/local/directory"应该替换成你本地的yolov5代码目录的路径。

这个命令会启动一个新的Docker容器，名称为"yolov5"，并将本地的yolov5代码目录挂载到容器中的"/yolov5"目录下。另外，也会开启GPU加速，如果你的电脑上没有GPU，则不需要添加"--gpus all"这个参数。

5. 在Docker容器中运行yolov5

启动Docker容器后，我们就可以在容器中使用yolov5了。进入容器后，在终端中执行以下命令，可以运行yolov5的示例代码：

cd /yolov5 python detect.py --source 0 

这会打开摄像头并使用yolov5进行实时目标检测。

希望这个使用Docker搭建yolov5开发环境的步骤对你有所帮助。如果你在使用Docker时遇到问题，可以查看Docker官方文档或在Stack Overflow等社区寻求帮助。

其他：

拉取镜像

sudo docker pull pytorch/pytorch:latest

创建容器

sudo docker run -it -d --gpus "device=0" pytorch/pytorch bash

查看所有容器

sudo docker ps -a

查看运行中的容器

sudo docker ps

进入容器

docker start -i 容器ID

将依赖包全都导入到requirements.txt，

安装依赖包

#pip install -r ./requrements.txt

github项目：

GitHub - xialuxi/yolov5_face_landmark: 基于yolov5的人脸检测，带关键点检测

GitHub - xialuxi/yolov5-car-plate: 基于yolov5的车牌检测，包含车牌角点检测

常用docker命令：

docker images 查看镜像

docker rmi image-id 删除镜像

docker ps -a 查看所有容器

docker rm container-id 删除容器