一、docker 配置 gpu版pyhorch环境

1、显卡驱动、cuda版本、pytorch cuda版本三者对应

• 自行查看：三者对应版本信息

2、拉取镜像

• 直接在docker.hub中拉取pytorch镜像：​​​​​​​找到自己所需要的环境 pytorch镜像

• 点击复制 devel 版链接

   docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel
  

二、部署Anomalib

1、下载Anomalib

• Anomalib github 地址

2、创建容器并且运行

我们需要docker容器中运行Anomalib，所以需要把主机文件挂载到容器中

• 主机路径：/home/dell/ljn/anomalib

docker run -it --name="pytorch_docker" \
              --gpus=all \
              --shm-size=64G \	
              -v /home/dell/ljn/anomalib:/workspace/anomalib \
              pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel /bin/bash

没有加这一行--shm-size=64G在docker中运行pytorch会报错

• ERROR: Unexpected bus error encountered in worker. This might be caused by insufficient shared memory (shm).
• 由于在docker镜像中默认限制了shm（shared memory）,然而数据处理时pythorch则使用了shm。这就导致了在运行多线程时会将超出限制的DataLoader并直接被kill掉。
• --shm-size=64G：这里设置为64G，根据自身电脑性能进行设置
• 容器运行后可以看到挂载的目录

jn@ljn-Alienware-13:~/ai_project/anomalib$ ./run_docker.sh 
root@440738bd07a3:/workspace# ls
anomalib
root@440738bd07a3:/workspace# 

• 验证

ncvv -V 
nvidia-smi

3、安装Anomalib

进入项目路径

cd anomalib/anomalib-main

安装依赖

pip install update
pip install -e .
pip install wandb

测试：

• 执行

  python tools/train.py 
  

• 运行报错：ImportError: libGL.so.1: cannot open shared object file: No such file or directory
  

• 需要安装opencv

  apt-get update
  apt-get install libopencv-dev
  

• 再次执行：python tools/train.py

• 报错ImportError: cannot import name 'KeypointRCNN_ResNet50_FPN_Weights' from 'torchvision.models.detection' (/opt/conda/lib/python3.7/site-packages/torchvision/models/detection/__init__.py)
  

• torchvision 版本不兼容或缺少相关模块导致的，更新版本

  pip install --upgrade torchvision
  

• 再次执行：python tools/train.py

• 运行成功：到此Anomalib项目部署完成