Docker提交一创建Dockerfile二创建run.sh三创建推镜3.1登录build3.2容器部署环境3.3本地测试3.4推镜四提交五改进方法1 .半监督学习步骤:2.测试增强3 .模型集成
创建dockerfilefrompytorch/py torch : latest # #将在镜像根目录下构建当前文件夹中的文件。后面有空格,无法与/直接连接。 ADD . /##将默认工作目录指定为根目录。 run.sh和生成的结果文件都必须位于此文件夹下。 提交后可运行(WORKDIR /##镜像启动后,创建sh run.shCMD ['sh ',' run.sh ' ] run.sh #! /ddg/shCURDIR='`dirname $0`' #获取此脚本所在的目录echo $CURDIRcd $CURDIR #,然后单击此脚本所在的目录python detect.pycd
在项目文件夹中(yolov5 )。
我只做了检查,把其他的都删掉了。
3.1登录build # # docker (推送镜像需要登录,服务器地址在比赛中被要求,此处以上海为例() docker login --username=您自己的用户名registry 上面已经提到了docker build -t公共地址3333333333
到容器dockerrun-itXXX(imageid自替换)/ddg/bash
可以看到项目文件已经存在。
配置环境安装cv2、matplotlib和scipypipinstallopencv-pythonpipinstallmatplotlibpipinstallscipypinstallpandaspipinstallseaborn
测试期间发生以下错误
root @ F3 eafb 66801 d :/# python python3.8.3(default,may 192020,18336047336026 (gcc7.3.0) 3360360360 ana cot ' coot “credits ' or ' license ' for more information.import c v2 trace back (mostrecentcalllast ) 3360 file ' stdin ' inmodulefile '/cv2/__init_.py ',line 5,inmodulefrom.c v2 importerror : libgl.so.13: cannotopensharedobjectfile 300
aptupdateaptinstalllibgl1- mesa-glx apt-get install-ylib glib 2.0-0
好的!
保存并退出镜像但不关闭容器: ctrl P Q
文档容器身份自更换(docker commit XXX )公共地址:版本号3.3本地测试文档run 2d 4f 3d 7c 30 c5sh run.sh执行会议报告中找不到图像错误。 图像是提交后的,所以没有问题
3.4推送镜像文档推送公共地址:的版本号
上传成功!
四提交失败了,很奇怪呢。
% total % received % xferdaveragespeedtimetimecurrentdloaduploadtotalspentleftspeed 1001450451000-- :-- : 22------ 22 s ',' data ' : { ' return code ' 3360 true }.yolo V5 torch 1.7 7091668 parameters,0 gradients namespace (agnostic _ NMS=fage conf_thres=0.25,img_size=640,iou_thres=0.45,name='output ',project=',save_conf=False,save source='./TC data/Guangdong1_ round2_ testb _ 2019 10 24/201908262 _ de5bf 60 C1 d3b 79 ad 0201908262154188 ok/', upda ATA weights=' best.pt ' (fusing layers . trace back (mostrecentcalllast ) :文件' detect.py ',line 204, in module detect indetectdataset=load images (source,img_size=imgsz,stride=stride ) File '/utils/datasets.py ' in _ init _ raise exception (f ' error : { p } does not exist ' ) exception : error 3360/TC data/Guangdong1_ r Rong
我不知道!
终于成功了,看到了大人物的投稿。 上面的测试数据集不仅是那两张图像,还有很多文件夹,每个文件夹都有一组图像:
tcadtaguangdong1_ round2_ testb _ 2019 10 24 XXX1. jpg template _1. jpg SSS2. jpg template _2. jpg AAA
*…重新提交成功了!
五改进方法1 .采用训练集中训练的模型预测测试集,半监督学习将预测结果作为假标签参加训练。
步骤:预测结果:生成测试集的标签文件。 根据训练集训练标记文件和测试集,并生成新权重。 正在利用新生成的权重检查测试集。 根据想法重新提出。 请参阅。 请参阅。 2 .加强测试。 请参阅。 请参阅。
3 .模型集成。 请参阅。 请参阅。