docker如何導出指定時間段內(nèi)日志

更新時間：2024年05月14日 09:40:43 作者：windfbi

這篇文章主要介紹了docker如何導出指定時間段內(nèi)日志問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

docker導出指定時間段內(nèi)日志

命令格式如下：

docker logs --since <起始時間> --until <結(jié)束時間> <容器ID或名稱> > <導出文件路徑>

<起始時間>：指定要導出日志的起始時間，格式為YYYY-MM-DDTHH:MM:SS。
<結(jié)束時間>：指定要導出日志的結(jié)束時間，格式為YYYY-MM-DDTHH:MM:SS。
<容器ID或名稱>：指定要導出日志的Docker容器ID或名稱。
<導出文件路徑>：指定導出日志的文件路徑和文件名。

例如：

要導出容器ID為58c472a20857的Docker日志，在2023年7月7日00:00:00到2023年7月14日23:59:59之間的日志

可以使用以下命令：

docker logs --since="2023-07-07T00:00:00" --until "2023-07-14T23:59:59" 58c472a20857 > log.txt

目標檢測中遇到的問題和docker導出日志

docker容器導出日志

導出日志在Linux服務器的本地目錄下，可以直接下載

docker logs 容器名稱 > log.txt

Flask使用main執(zhí)行

1 改dockerfile 文件內(nèi)容

#CMD [ "python3", "-m" , "flask", "run", "--host=0.0.0.0"]
CMD [ "python", "./app.py" ]

2 改 app.py 中的內(nèi)容

from flask import Flask
 
app = Flask(__name__)
 
@app.route('/')
def hello():
    return "Hello, World!"
 
if __name__ == '__main__':
    app.run(host='0.0.0.0')

針對加載模型時間過長

將模型在主程序 main 中加載，進行flask交互時，將全局變量直接導入使用模塊中，比如提前加載YOLOv5模型。

if __name__ == "__main__":
    os.makedirs("./config/", exist_ok=True)
    config = Config('config/config.json')
 
    print("加載YOLO模型：")
    # 從本地目錄加載自定義的YOLOv5模型
    yolo_model = torch.hub.load('yolov5', 'custom', path='yolov5/best.pt', source='local')
    # 設置置信度閾值
    yolo_model.conf = config.floating_threshold
    app.run(host='0.0.0.0')

提取圖片中的識別區(qū)，將無關部分去除

def adjust_img_size(img, width_ratio=1, height_ratio=0.8, padding_color=(255, 255, 255)):
    """
    獲取圖片中間長寬各1/2的中間區(qū)域，外部全部填充為指定顏色。
    Parameters:
        img (numpy.ndarray or PIL.Image.Image): 輸入的圖片，可以是numpy數(shù)組或PIL圖像對象。
        padding_color (tuple): 填充的顏色，格式為 (R, G, B)。
        width_ratio:ratio
        height_ratio:ratio
    Returns:
        numpy.ndarray: 調(diào)整后的圖片數(shù)組。
    """
    # 將輸入圖片轉(zhuǎn)換為numpy數(shù)組
    if isinstance(img, Image.Image):
        img = np.array(img)
 
    # 獲取圖片尺寸
    height, width, channels = img.shape
 
    # 創(chuàng)建填充區(qū)域
    padding = np.full((height, width, channels), padding_color, dtype=np.uint8)
 
    # 計算截取的高度和寬度
    crop_height = int(height * height_ratio)
    crop_width = int(width * width_ratio)
 
    height_1 = int((height - crop_height)*0.5)
    width_1 = int((width - crop_width) * 0.5)
 
    # 截取圖像
    cropped_image = img[height_1:crop_height + height_1, width_1:crop_width + width_1]
 
    # 將原始圖片放入填充區(qū)域的中間
    padding[height_1:crop_height + height_1, width_1:crop_width + width_1] = cropped_image
 
    return padding

返回圖片中固定比例的點

def get_point(img, height_ratio, width_ratio):
    """返回圖片中的點目標點，用于在圖上做標注"""
    # 獲取圖片尺寸
    height, width, channels = img.shape
    # print('查看形狀：', img.shape)
 
    # 計算截取的高度和寬度
    crop_height = int(height * height_ratio)
    crop_width = int(width * width_ratio)
 
    height_1 = int((height - crop_height))
    width_1 = int((width - crop_width) * 0.5)
 
    width_2 = width - width_1
    height_2 = height - int((height - crop_height) * 0.5)
    # print('查看返回值：', width_1, height_1, width_2, height_2)
 
    return width_1, height_1, width_2, height_2