本文记录下如何使用docker部署pytorch文本检测模型到服务器,
。镜像文件也上传到docker hub了,可以一步步运行起来,不过需要先安装好docker。docker的安装可参考官方文档。https://docs.docker.com/docker-for-windows/install/
为了便于测试,可以先使用Flask搭建一个简易版本文本检测服务器,服务端创建接口部分代码如下:
需要先编写Dockerfile文件:
写好了Dockerfile,在DockerFile所在目录运行:
docker build -t detector:v1.0 .
镜像名称为detector,给个标签:v1.0,便于跟踪管理。
我已经将创建的镜像上传到docker hub了,可以拉取下来:
docker pull laygin/detector
然后查看下全部的镜像:
docker run -p 3223:5000 -d --name detector detector:v1.0
docker container ls
来查看它
docker stop detector
来停止它docker rm detector
来移除它,。。。。。如果没有停掉而想直接移除或许还不行,那就加上 --force/-f 强制操作吧文本检测服务已经运行起来了,要怎样才知道有没有运行成功呢?这里通过两种方式来验证一下。
提供了简易的web page,直接在浏览器中输入serverIP:3223/detector,其中serverIP为运行docker的服务器IP地址。
点击Browse选择图像,然后点击detect进行检测,得到如下结果:
通过脚本验证是最常用的方式了,这里写了一个简单的demo脚本
结果如图所示:
原文地址:https://zhuanlan.zhihu.com/p/159191983