Skip to content

Latest commit

 

History

History
185 lines (142 loc) · 6.33 KB

README.md

File metadata and controls

185 lines (142 loc) · 6.33 KB
Raw

ai_race 全部入りdocker環境 運営の動作確認用

全部入りdocker環境に事前インストールしているもの

* jetpack4.3標準のDockerイメージがあるか調べる なかった

  • 今回使用するROS(melodic)環境一式
  • 今回使用する機械学習ライブラリ（pytorchなど）一式
  • 本リポジトリ
  • 基本的なエディタ（vi,emacs）

詳しくはDockerfileをご参照

dockerコンテナ使用手順

jetson nano（Jetpack4.4以上）の環境で、ターミナルから以下を実行して下さい。

コンテナ起動

sudo xhost +si:localuser:root
sudo docker run --runtime nvidia --network host -it -e DISPLAY=$DISPLAY -v /tmp/.X11-unix/:/tmp/.X11-unix --name ai_race_docker seigott/ai_race_docker

参考
nvidia-docker/wiki

コンテナに入るコマンド（コンテナ起動とは別のターミナルで実行）

sudo docker exec -it ai_race_docker /bin/bash

コンテナ内での動作確認用

  • シミュレータ起動
cd ~/catkin_ws/src/ai_race/scripts
bash prepare.sh

simulator_sample_plane.png

  • 学習モデルを利用した推論、車両操作
cd ~/catkin_ws/src/ai_race/ai_race/learning/scripts
python inference_from_image.py --pretrained_model /home/jetson/ai_race_data_sample/model/plane/sample_plane.pth

以下のようなログが出力されます。

python inference_from_image.py --pretrained_model /home/jetson/ai_race_data_sample/model/plane/sample_plane.pth
WARNING: TensorRT Python 2 support is deprecated, and will be dropped in a future version!
[1]
time_each:155.262[sec]
[1]
time_each:9.121[sec]
[1]
time_each:0.378[sec]
...

inference_sample_plane.png

  • 学習モデル作成
cd ~/catkin_ws/src/ai_race/ai_race/learning/scripts
python3 train.py --data_csv /home/jetson/ai_race_data_sample/dataset/plane/_2020-11-17-01-34-45/_2020-11-17-01-34-45.csv --model_name sample_model

以下のようなログが出力されます。

python3 train.py --data_csv /home/jetson/ai_race_data_sample/dataset/plane/_2020-11-17-01-34-45/_2020-11-17-01-34-45.csv --model_name sample_model
data set
model set
optimizer set
Train starts
batch: 10/56 , train acc: 0.577273, train loss: 0.008003
batch: 20/56 , train acc: 0.592857, train loss: 0.01414
batch: 30/56 , train acc: 0.619355, train loss: 0.019649
batch: 40/56 , train acc: 0.634146, train loss: 0.025403
batch: 50/56 , train acc: 0.622549, train loss: 0.031364
epoch: 1, train acc: 0.627823, train loss: 0.034228
Saved a model checkpoint at ../experiments/models/checkpoints/sim_race_sample_model_epoch=1.pth
...
  • 学習用データ取得
確認中、コンテナから物理コントローラにアクセスできないかも

コンテナ破棄

（注意）誤ってコンテナ破棄した場合、コンテナ内のデータが消えてしまいます。

sudo docker rm -f ai_race_docker

dockerコンテナ使用注意事項

  • コンテナ内の本リポジトリが最新版になっていない事があります。git pullして下さい。
  • ネイティブ環境と比べて動作が遅いかもしれません。
  • もしパッケージ追加したい場合、コンテナ起動毎にインストールが必要です。
  • コンテナ有り／無し環境の遅延量の差は検証中

Dockerコマンドをsudoなしで実行する

# dockerグループがなければ作る
sudo groupadd docker

# 現行ユーザをdockerグループに所属させる
sudo gpasswd -a $USER docker

# dockerデーモンを再起動する (CentOS7の場合)
sudo systemctl restart docker

# exitして再ログインすると反映される。
exit

参考
Dockerコマンドをsudoなしで実行する方法

Dockerコンテナ ビルド手順

以下を実行

docker build -t seigott/ai_race_docker .

pushする場合は以下

docker login
docker push seigott/ai_race_docker .
docker logout

参考（にする予定）

JetPack4.3
https://developer.nvidia.com/jetpack-43-archive
JetPack 4.4 includes L4T 32.4.3 with these highlights:
https://developer.nvidia.com/jetpack-sdk-44-archive

nvidia-docker/wiki
nvidia-docker/wiki
nvidia:l4t-base
nvidia:l4t-base
nvidia:deepstream
nvidia:deepstream
https://github.com/atinfinity/sdk_manager_docker

https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html

Nvidia jetson-nano camera
JetsonでCSIカメラ(nvcamerasrc)をdockerコンテナ内から使う

Jetson forums
forums.developer.nvidia.com

Jetson_Zoo
https://elinux.org/Jetson_Zoo
Machine Learning Container for Jetson and JetPack
https://ngc.nvidia.com/catalog/containers/nvidia:l4t-ml

note: the l4t-ml containers require JetPack 4.4 or newer


以下を参考にすればDockerコンテナ内からホスト側のディスプレイに表示できる
nvidia-docker/wiki
[nvidia-docker/wiki](https://github.com/NVIDIA/nvidia-docker/wiki/NVIDIA-Container-Runtime-on-Jetson)
Hello World!!

すっぴんのdocker
tensorflow
[https://hub.docker.com/r/tensorflow/tensorflow](https://hub.docker.com/r/tensorflow/tensorflow)
pytorch
[https://hub.docker.com/r/pytorch/pytorch](https://hub.docker.com/r/pytorch/pytorch)