服务器Docker搭建CUDA10.2+PaddleDetection2.4.2-GPU环境

1、容器建立

由于目标服务器的显卡版本较老，CUDA只支持到10.2，所以需要选用老版本Docker镜像，百度网盘链接：https://pan.baidu.com/s/1GiQzWRypaeBNFWETWFAV-Q?pwd=5f12 

使用命令将镜像启动为容器：

docker run --name nvidia-cuda10.2-cudnn7-1 -p 9001:22 -p 9002:8002 -v /work/node-1:/work --gpus all -it nvidia/cuda:10.2-cudnn7-devel-ubuntu18.04

进入容器

docker exec -it xxx /bin/bash

2、安装vim

apt-get update
apt-get install vim

3、安装并启动ssh

apt-get install openssh-server

设置ssh连接密码

passwd

添加root连接权限

vim /etc/ssh/sshd_config

注释这一行PermitRootLogin prohibit-password

添加一行PermitRootLogin yes

然后保存退出，重启服务

/etc/init.d/ssh restart

4、安装redis

使用 apt 从官方 Ubuntu 存储库来安装 Redis

apt-get install redis-server

打开配置文件

vim /etc/redis/redis.conf

设置密码

requirepass xxx

允许远程访问

bind 0.0.0.0

操作命令

/etc/init.d/redis-server start #启动
/etc/init.d/redis-server stop #关闭
/etc/init.d/redis-server restart #重启

5、安装Python3.8.10

安装底层包

apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev wget

拷贝并解压Python3.8.10压缩包，进入目录中，配置安装

./configure --enable-optimizations

构建

make

安装

make install

测试版本

python3 -V

6、安装git

apt-get install git

7、测试CUDA

nvidia-smi
nvcc -V

如nvcc -V命令提示不存在，则查看cuda的bin目录下是否有nvcc：

cd /usr/local/cuda/bin

如果存在，直接将cuda路径加入系统路径即可：

vim ~/.bashrc

export LD_LIBRARY_PATH=/usr/local/cuda/lib
export PATH=$PATH:/usr/local/cuda/bin

刷新配置文件，并再次测试

source ~/.bashrc

8、离线安装PaddlePaddle

因CUDA版本较老，所以离线安装，文件见网盘paddlepaddle_gpu-2.4.2-cp38-cp38-linux_x86_64.whl，下载上传至容器内

先安装Numpy与PillowPillow

pip3 install numpy==1.23.5 -i  https://pypi.tuna.tsinghua.edu.cn/simple 
pip3 install Pillow==10.0.0 -i  https://pypi.tuna.tsinghua.edu.cn/simple

再安装Paddle，whl百度网盘链接：https://pan.baidu.com/s/1yY11cAM7VExuFCgU2PIRLA?pwd=3zbc 

pip3 install /work/paddlepaddle_gpu-2.4.2-cp38-cp38-linux_x86_64.whl

9、拉取项目

cd /work
git clone git地址

10、安装其他依赖

cd paddle-detection-p
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 

12、编译安装paddledet

python3 setup.py install

13、安装opencv依赖

apt-get install libgl1

14、启动项目（本文拉取的是私有仓库经改造的paddledetection，所以有main接口文件，如拉取官方项目，则按官方文档测试即可）

python3 main.py  # 前台启动
nohup python3 main.py &  # 后台启动