# yihecode-ai-yolo-docker-images

**Repository Path**: moo3108661550/yihecode-ai-yolo-docker-images

## Basic Information

- **Project Name**: yihecode-ai-yolo-docker-images
- **Description**: 提供ai场景的镜像，小白也能玩的yolo视觉检测。
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 6
- **Created**: 2024-09-04
- **Last Updated**: 2025-05-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Master-服务器版 视频平台在线部署文档

Master适用于拥有 GPU显卡的企业用户。 基于服务器部署的综合视频安防系统，多用于布置大量摄像头的场景。
项目公开演示链接：http://39.164.53.248:33089/ 请联系我们后获取登录账号密码。


### 自行部署前提

1. 文档为开发或者运维工程师使用，需熟悉简单的Linux系统命令。
2. 文档用于x86架构离线部署方式。

手机号（微信）：申请好友请备注来源<br>
商务沟通： 杨经理 15901018349  何经理 18711151225 <br>
技术支持： 周工程师 13508485487 <br>
官方网址 https://www.yihecode.com/ <br>
bilibili官方号：https://space.bilibili.com/1139333378 <br>
[平台完整介绍请前往](https://gitee.com/moo3108661550/yihecode-server) <br>

### 基础环境

1. docker 20+
2. docker-compose 1.17+
3. GPU 显存10G+ （根据算法多少来适当增加显存）

### 部署docker

```bash
apt-get update
apt-get install -y apt-transport-https ca-certificates curl gnupg lsb-release
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
echo \
  "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
  
apt-get update
apt-get install -y docker-ce docker-ce-cli containerd.io
 systemctl start docker && systemctl enable docker
```

### 部署nvidia-docker2

```bash
apt-get -y install curl
  distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
 && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
 && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
 apt-get update
 apt-get install -y nvidia-docker2
systemctl restart docker
```

### 部署docker-compose

```bash
curl -L "https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
chmod +x /usr/local/bin/docker-compose
docker-compose --version
```

### 安装nvidia显卡驱动

```bash
1、下载离线显卡驱动文件，连接地址如下，根据自己型号下载对应版本
https://www.nvidia.cn/drivers/lookup/
2、将下载的启动文件上传到服务器
3、执行安装驱动文件
./驱动文件.run
4、检查是否安装成功,有返回数据表示安装成功
nvidia-smi  
```

### 上传文件
请从此分支下载这三个文件。

```bash
#文件包含下面三个文件
docker-compose.yml
config.js
application-prod.yml
```



### 上传启动docker-compose启动文件

```
1、将网盘中docker-compose.yml上传到服务器上。
2、将网盘中config.js上传到和docker-compose.yml同级目录下。
3、修改config.js中的IP地址修改成本地的IP地址，端口无需修改。
4、docker-compose.yml红框中的IP要修改成服务器内网IP。
```
![步骤3](imgs/1.png) <br>
![步骤4](imgs/2.png) <br>

### 算法参数解释

```bash
command: "bash run.sh http://172.20.20.239:8021 0"
#http://172.20.20.239:8021 算法去连接java服务端的地址  
#0 最后一个0 是使用编号0的显卡
```



### 启动服务

```bash
1、进入docker-compose.yml存放目录
2、启动命令
docker-compose up -d
3、查看服务日志
docker logs -f mysql-sanyuan  #数据库日志
docker logs -f play-server    #流媒体日志
docker logs -f camera-ai-server-sanyuan  #java服务日志
docker logs -f nginx-web-sanyuan  #web端日志
```

### 登录平台

```
1、登录平台访问的IP地址是 http://IP:8090
2、默认的登录信息
账号：admin
密码：66$
```
![登录界面](imgs/3.png) <br>


### 系统配置

```bash
1、图片中涉及到127.0.0.1的IP都需要配置成服务器的内网IP地址。
2、流媒体服务涉及到视频管理中视频预览功能，对应的的服务是dokcer-compose中ply-server服务，如服务器中端口被占用，docker-compose.yml中修改以后，此处端口也需要修改。
3、【推理地址】  填写内网IP:3008 后面保持默认
4、【流媒体服务器地址】 填写内网IP:7088
5、【流媒体播放地址】 填写内网IP:8088
6、其他只替换成内网IP保持默认即可
```

![修改平台配置](imgs/4.png)
![修改推理IP](imgs/5.png)

### QA

1. 平台不能登录问题

   答：

   ​	1、通过浏览器查看登录接口是否正确(登录接口IP地址应该是http://盒子IP地址:8021)

   ​	2、出现了上述问题需要检查服务配置文件

   ```
   #查看文件里面
   cat config.js
   如果和浏览器访问的IP地址不一致，请修改，然后保存文件。
   #修改完IP需要重启
   docker-compose down && docker-compose up -d
   ```

​	2.算法不能识别问题

```bash
1、添加完算法不能识别。
答：算法添加完成后，需要5分钟左右的自动加载过程，此时间无法修改。想要算法立即生效需要在界面顶部点击重启算法即可或重启算法。
```