jeonghyo.k
3946ff6a25
- prediction/image/ FastAPI 서버 Docker 환경 구성 - Dockerfile: PyTorch 2.1 + CUDA 12.1 기반 GPU 이미지 - docker-compose.yml: GPU 할당 + 데이터 볼륨 마운트 - requirements.txt: 서버 의존성 목록 - .env.example: 환경변수 템플릿 - DOCKER_USAGE.md: 빌드/실행/API 사용법 문서 - Dockerfile에 .dockerignore 제외 폴더 mkdir -p 추가 - .gitignore: prediction/image 결과물 및 모델 가중치(.pth) 제외 추가 - dbInsert_csv.py, dbInsert_shp.py 삭제 (미사용 DB 로직) - api.py: dbInsert import 및 주석 처리된 DB 호출 코드 제거 - aerialRouter.ts: req.params 타입 오류 수정
76 lines
3.1 KiB
Docker
76 lines
3.1 KiB
Docker
# ==============================================================================
|
|
# wing-image-analysis — 드론 영상 유류 분석 FastAPI 서버
|
|
#
|
|
# Base: PyTorch 2.1 + CUDA 12.1 + cuDNN 8 (devel 빌드 — GDAL 컴파일 필요)
|
|
# GPU: NVIDIA GPU 필수 (MMSegmentation 추론)
|
|
# Port: 5001
|
|
# ==============================================================================
|
|
FROM pytorch/pytorch:2.1.0-cuda12.1-cudnn8-devel
|
|
|
|
ENV DEBIAN_FRONTEND=noninteractive \
|
|
PYTHONDONTWRITEBYTECODE=1 \
|
|
PYTHONUNBUFFERED=1
|
|
|
|
WORKDIR /app
|
|
|
|
# ------------------------------------------------------------------------------
|
|
# 시스템 패키지: GDAL / PROJ / GEOS (rasterio, geopandas 빌드 의존성)
|
|
# libpq-dev: psycopg2-binary 런타임 의존성
|
|
# libspatialindex-dev: geopandas 공간 인덱스
|
|
# ------------------------------------------------------------------------------
|
|
RUN apt-get update && apt-get install -y --no-install-recommends \
|
|
gdal-bin \
|
|
libgdal-dev \
|
|
libproj-dev \
|
|
libgeos-dev \
|
|
libspatialindex-dev \
|
|
gcc \
|
|
g++ \
|
|
git \
|
|
&& rm -rf /var/lib/apt/lists/*
|
|
|
|
# rasterio는 GDAL 헤더 버전을 맞춰 빌드해야 한다
|
|
ENV GDAL_VERSION=3.4.1
|
|
|
|
# ------------------------------------------------------------------------------
|
|
# Python 의존성 설치
|
|
# ------------------------------------------------------------------------------
|
|
COPY requirements.txt .
|
|
RUN pip install --no-cache-dir -r requirements.txt
|
|
|
|
# ------------------------------------------------------------------------------
|
|
# 로컬 mmsegmentation 설치 (mx15hdi/Detect/mmsegmentation/)
|
|
# 번들 소스를 먼저 복사한 뒤 editable 설치한다
|
|
# ------------------------------------------------------------------------------
|
|
COPY mx15hdi/Detect/mmsegmentation/ /tmp/mmsegmentation/
|
|
RUN pip install --no-cache-dir -e /tmp/mmsegmentation/
|
|
|
|
# ------------------------------------------------------------------------------
|
|
# 소스 코드 전체 복사
|
|
# 대용량 데이터 디렉토리(Original_Images, result 등)는
|
|
# docker-compose.yml의 볼륨 마운트로 외부에서 주입된다
|
|
# ------------------------------------------------------------------------------
|
|
COPY . .
|
|
|
|
# ------------------------------------------------------------------------------
|
|
# .dockerignore로 제외된 런타임 출력 디렉토리를 빈 폴더로 생성
|
|
# (볼륨 마운트 전에도 경로가 존재해야 한다)
|
|
# ------------------------------------------------------------------------------
|
|
RUN mkdir -p \
|
|
/app/stitch \
|
|
/app/mx15hdi/Detect/Mask_result \
|
|
/app/mx15hdi/Detect/result \
|
|
/app/mx15hdi/Georeference/Mask_Tif \
|
|
/app/mx15hdi/Georeference/Tif \
|
|
/app/mx15hdi/Metadata/CSV \
|
|
/app/mx15hdi/Metadata/Image/Original_Images \
|
|
/app/mx15hdi/Polygon/Shp
|
|
|
|
# ------------------------------------------------------------------------------
|
|
# 런타임 설정
|
|
# ------------------------------------------------------------------------------
|
|
EXPOSE 5001
|
|
|
|
# workers=1: GPU 모델을 프로세스 하나에서만 로드 (메모리 공유 불가)
|
|
CMD ["uvicorn", "api:app", "--host", "0.0.0.0", "--port", "5001", "--workers", "1"]
|