基于Darknet框架的YOLOv3算法开发的模型训练和部署的容器化产品
- 举例：这里以platen-switch为例
platen-switch/ ├── cfg │ └── voc.names ├── images │ ├── IMG_9255.JPG │ ├── IMG_9263.JPG │ ├── IMG_9266.JPG │ └── IMG_9280.JPG ├── labels │ ├── IMG_9255.txt │ ├── IMG_9263.txt │ ├── IMG_9266.txt │ └── IMG_9280.txt └── test ├── IMG_9256.JPG └── IMG_9271.JPG
- 运行darknet容器
- 将工程目录作为挂载点绑定到容器
# 使用您的工程绝对路径设置变量 project_dir $ project_dir='/home/wjunjian/github/gouchicao/darknet/model-zoo/platen-switch' $ sudo docker run --runtime=nvidia -it --name=darknet \ --volume=$project_dir:/darknet/project \ gouchicao/darknet:latest-gpu
创建工程，用于模型训练 创建工程，自动生成训练前需要的数据 $ python3 create_project