Docker部署nnunetv2的實現步驟

更新時間：2025年04月30日 09:37:05 作者：Tiandaren

本文主要介紹了Docker部署nnunetv2的實現步驟,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

前言：感覺一些教程沒必要說那么多，直接貼出重點的配置文件。如果有不懂的，可以把此文檔丟給gpt，配合自己的環(huán)境一同服用。

首先，在 nnunet 路徑下創(chuàng)建一個 Dockerfile。

由于我已經完成了 nnUNet 的訓練，所以不需要將相關數據全部上傳到容器中，而是只保留源碼。

# 使用適當的基礎鏡像（如 pytorch 官方鏡像）
FROM pytorch/pytorch:latest

# 更新 apt-get 并安裝必要的工具和庫
RUN apt-get update && apt-get install -y vim \
    && apt-get install -y --no-install-recommends \
    python3-pip \
    python3-setuptools \
    build-essential \
    && apt-get clean \
    && python -m pip install --upgrade pip

# 設置工作目錄
WORKDIR /workspace

# 將項目代碼復制到容器中
COPY ./nnunetv2 /workspace
COPY requirements.txt /workspace

# 安裝項目依賴
RUN pip install --no-cache-dir -r requirements.txt
RUN pip install nnunetv2

# 配置 nnUNet 的環(huán)境變量
ENV nnUNet_raw="/workspace/nnUNet_raw"
ENV nnUNet_preprocessed="/workspace/nnUNet_preprocessed"
ENV nnUNet_results="/workspace/nnUNet_trained_models"

# 默認啟動命令
CMD ["/bin/bash"]

構建

docker build -t nnunet_docker:0.0.1 .

需要注意的是，nnUNet 已經更新到了 v2 版本，因此環(huán)境變量名稱也發(fā)生了變化。相比于舊版，v2 版本的環(huán)境變量已經不再是：

# 舊版配置
ENV nnUNet_raw_data_base="/workspace/DATASET/nnUNet_raw"
ENV nnUNet_preprocessed="/workspace/DATASET/nnUNet_preprocessed"
ENV RESULTS_FOLDER="/workspace/DATASET/nnUNet_trained_models"

以下是我所使用的 requirements.txt 文件：

torch>=2.1.2
acvl-utils<0.3,>=0.2
dynamic-network-architectures<0.4,>=0.3.1
tqdm
dicom2nifti
scipy
batchgenerators>=0.25
numpy
scikit-learn
scikit-image>=0.19.3
SimpleITK>=2.2.1
pandas
graphviz
tifffile
requests
nibabel
matplotlib
seaborn
imagecodecs
yacs
batchgeneratorsv2>=0.2
einops
flask
black
ruff
pre-commit

需要注意的是，原版的 requirements.txt 文件中包含了一個 [dev] 部分，可能會導致錯誤，可以直接刪除這一部分。

在構建好鏡像后，運行以下命令啟動容器：

docker run --rm -it --gpus all \
    -v /data/xtx/nnUNet/nnUNetFrame/DATASET/nnUNet_raw:/workspace/nnUNet_raw \
    -v /data/xtx/nnUNet/nnUNetFrame/DATASET/nnUNet_preprocessed:/workspace/nnUNet_preprocessed \
    -v /data/xtx/nnUNet/nnUNetFrame/DATASET/nnUNet_trained_models:/workspace/nnUNet_trained_models \
    -p 5000:5000 \
    --ipc=host nnunet_docker:0.0.1

這里由于我使用了一個監(jiān)聽腳本進行部署，因此需要額外映射端口。

到此這篇關于Docker部署nnunetv2的實現步驟的文章就介紹到這了,更多相關Docker部署nnunetv2內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: