daisukekobayashi/darknet

Darknet Docker镜像

Darknet Yolo v4、v3和v2的Docker镜像，基于https://github.com/AlexeyAB/darknet "AlexeyAB/darknet"项目。

基础镜像标签

所有Darknet镜像均基于Ubuntu 20.04构建。gpu-镜像基于11.2.2-cudnn8-ubuntu 20.04。

标签代表构建Darknet二进制文件时Makefile中的选项，可查看https://github.com/AlexeyAB/darknet#how-to-compile-on-linux "How to compile on Linux"。

• cpu标签：镜像使用AVX=1和OPENMP=1选项构建。
  • noopt标签：禁用AVX选项（AVX=0）。若使用CPU镜像时遇到错误，可尝试此标签。
• cv标签：镜像使用OPENCV=1选项构建。
• gpu标签：镜像使用GPU=1和CUDNN=1选项构建。
  • cc**标签：表示GPU的计算兼容性。此标签的镜像针对特定GPU架构优化，可在CUDA GPUs查看GPU计算兼容性。若计算兼容性≥7.0，镜像将使用CUDNN_HALF=1选项构建。

发布版本

本仓库会自动从darknet最新提交构建镜像。若需使用发布版本镜像，需在基础镜像标签前添加发布标签名。例如，要使用https://github.com/AlexeyAB/darknet/releases/tag/darknet_yolo_v4_pre "YOLOv4 pre-release"的GPU镜像，可执行以下命令拉取：

sh
$ docker pull daisukekobayashi/darknet:darknet_yolo_v4_pre-gpu

可在https://hub.docker.com/r/daisukekobayashi/darknet/tags?page=1&ordering=last_updated "daisukekobayashi/darknet tags"查看所有可用标签。

运行Docker容器

sh
$ docker run --rm -v $PWD:/workspace -w /workspace \
        daisukekobayashi/darknet:cpu darknet ...

启动Darknet CPU容器。

sh
$ docker run --runtime=nvidia --rm -v $PWD:/workspace -w /workspace \
        daisukekobayashi/darknet:gpu darknet ...

使用Darknet GPU容器时需指定nvidia运行时。

sh
$ git clone https://github.com/AlexeyAB/darknet.git
$ cd darknet/build/darknet/x64
$ curl -L -O https://pjreddie.com/media/files/yolov3.weights
$ docker run --runtime=nvidia --rm -v $PWD:/workspace -w /workspace daisukekobayashi/darknet:gpu \
        darknet detector test data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg -ext_output

使用Darknet GPU容器测试yolov3的示例。

sh
$ docker run --rm -it daisukekobayashi/darknet:cpu bash -c 'echo "$SOURCE_BRANCH" && echo "$SOURCE_COMMIT"'

检查darknet版本。