Dockerfile в корне собирает образ с ROS 2, офлайн-сборка — Dockerfile.offline
This commit is contained in:
Данил Омелечко
parent
23713a0617
commit
b10f419693
7 changed files with 202 additions and 93 deletions
177
Dockerfile
177
Dockerfile
|
|
@ -1,96 +1,109 @@
|
|||
# ============================================================================
|
||||
# FlyGuard: Bionic Obstacle Detection Core (LCT-2026, Case 05)
|
||||
# Hesai Pandar128 LiDAR (128 beams, 10 Hz / 100ms)
|
||||
# Universal Production Image: NVIDIA CUDA 12.x / Ada Lovelace / Graceful CPU Fallback
|
||||
# ============================================================================
|
||||
# FlyGuard — обнаружение посторонних объектов в тоннеле метро по данным 3D-лидара.
|
||||
#
|
||||
# Образ самодостаточен: во время работы сеть не нужна, все зависимости ставятся
|
||||
# на этапе сборки. Базовый образ — официальный ROS 2 Humble на Ubuntu 22.04,
|
||||
# ровно та среда, что указана в ТЗ.
|
||||
#
|
||||
# docker build -t flyguard .
|
||||
# docker run --rm -it --gpus all --network host --ipc host -v /path/to/bags:/data flyguard
|
||||
#
|
||||
# Без --gpus all (или на машине без видеокарты NVIDIA) тот же образ считает на
|
||||
# процессоре — с тем же результатом.
|
||||
FROM ros:humble-ros-base-jammy
|
||||
|
||||
# ----------------------------------------------------------------------------
|
||||
# Stage 1: Optional lightweight CPU-only image (build with: --target cpu)
|
||||
# ----------------------------------------------------------------------------
|
||||
FROM python:3.11-slim-bookworm AS cpu
|
||||
|
||||
ENV DEBIAN_FRONTEND=noninteractive \
|
||||
PYTHONUNBUFFERED=1 \
|
||||
PYTHONDONTWRITEBYTECODE=1 \
|
||||
PYTHONPATH="/app:/app/tools" \
|
||||
FLYGUARD_DATA="/data" \
|
||||
FLYGUARD_DEVICE="cpu"
|
||||
ARG DEBIAN_FRONTEND=noninteractive
|
||||
|
||||
# Численное ядро берётся из репозиториев Ubuntu, а не из pip: так образ собирается
|
||||
# без выхода в PyPI и получает numpy/scipy, слинкованные с системным BLAS.
|
||||
RUN apt-get update && apt-get install -y --no-install-recommends \
|
||||
libgomp1 \
|
||||
ca-certificates \
|
||||
python3-numpy \
|
||||
python3-scipy \
|
||||
python3-opencv \
|
||||
python3-pil \
|
||||
fonts-dejavu-core \
|
||||
python3-colcon-common-extensions \
|
||||
ros-humble-rviz2 \
|
||||
ros-humble-rosbag2-storage-mcap \
|
||||
ros-humble-diagnostic-msgs \
|
||||
&& rm -rf /var/lib/apt/lists/*
|
||||
|
||||
RUN useradd -m -u 1000 -s /bin/bash flyguard && \
|
||||
mkdir -p /app /data /app/artifacts && \
|
||||
chown -R flyguard:flyguard /app /data
|
||||
# PyTorch с CUDA 12.8 — плотные стадии конвейера на видеокарте (сетчатка,
|
||||
# ламина, кластеризация; flyguard/gpu.py). Колёса несут свою среду CUDA, от
|
||||
# машины нужен только драйвер NVIDIA (у стенда 580 — это до CUDA 13.0).
|
||||
# 2.9.1 — последняя сборка под Python 3.10 из Ubuntu 22.04; CUDA 12.8 нужна
|
||||
# для Blackwell (RTX 50xx) и годится для Ada (RTX 40xx). Весит PyTorch с
|
||||
# библиотеками CUDA 6.5 ГБ, поэтому ставится одним слоем и без кэша pip.
|
||||
#
|
||||
# Колёса — из индекса PyTorch, а если задан TORCH_WHEELS — с этого адреса
|
||||
# (сборка там, где сети нет: колёса скачиваются на соседней машине и отдаются
|
||||
# любым HTTP-сервером, docker/wheels/README.md). В контекст сборки колёса не
|
||||
# кладутся: это ещё 4 ГБ копий на диске.
|
||||
ARG TORCH_WHEELS=
|
||||
RUN set -e; \
|
||||
if [ -n "$TORCH_WHEELS" ]; then \
|
||||
python3 -c "import re, urllib.request as u; b = '$TORCH_WHEELS'.rstrip('/'); \
|
||||
f = re.findall(r'href=\"(pip-[^\"]+\.whl)\"', u.urlopen(b + '/').read().decode())[0]; \
|
||||
u.urlretrieve(b + '/' + f, '/tmp/pip.whl')"; \
|
||||
python3 /tmp/pip.whl/pip install --no-cache-dir --no-index \
|
||||
--find-links "$TORCH_WHEELS" torch==2.9.1; \
|
||||
rm -f /tmp/pip.whl; \
|
||||
else \
|
||||
apt-get update && apt-get install -y --no-install-recommends python3-pip; \
|
||||
pip3 install --no-cache-dir --index-url https://download.pytorch.org/whl/cu128 \
|
||||
torch==2.9.1; \
|
||||
rm -rf /var/lib/apt/lists/*; \
|
||||
fi; \
|
||||
python3 -c "import torch; print('torch', torch.__version__, 'CUDA', torch.version.cuda)"
|
||||
|
||||
WORKDIR /app
|
||||
COPY --chown=flyguard:flyguard requirements.txt /app/
|
||||
RUN pip install --no-cache-dir --upgrade pip && \
|
||||
pip install --no-cache-dir -r requirements.txt
|
||||
# Видеокарта для CUDA и для RViz (OpenGL через драйвер NVIDIA при --gpus all)
|
||||
ENV NVIDIA_VISIBLE_DEVICES=all \
|
||||
NVIDIA_DRIVER_CAPABILITIES=all
|
||||
|
||||
COPY --chown=flyguard:flyguard . /app/
|
||||
RUN chmod +x /app/docker-entrypoint.sh
|
||||
WORKDIR /opt/flyguard
|
||||
|
||||
USER flyguard
|
||||
VOLUME ["/data", "/app/artifacts"]
|
||||
ENTRYPOINT ["/app/docker-entrypoint.sh"]
|
||||
CMD ["default"]
|
||||
# Сначала манифесты — слой с зависимостями переживает правки кода
|
||||
COPY ros2_ws/src/flyguard/package.xml ros2_ws/src/flyguard/package.xml
|
||||
COPY ros2_ws/src/flyguard_msgs/package.xml ros2_ws/src/flyguard_msgs/package.xml
|
||||
COPY ros2_ws/src/flyguard_msgs/CMakeLists.txt ros2_ws/src/flyguard_msgs/CMakeLists.txt
|
||||
|
||||
COPY ros2_ws/src ros2_ws/src
|
||||
# Память тоннеля и обученное считывание MBON. Без считывания узел работает
|
||||
# на ручной формуле веса улики, а у неё ложных тревог в полтора раза больше
|
||||
# (13.6 против 8.0 на км, README) — замеренная конфигурация и образ должны совпадать.
|
||||
COPY artifacts/mushroom_body.npz ros2_ws/src/flyguard/artifacts/mushroom_body.npz
|
||||
COPY artifacts/mbon_readout.npz ros2_ws/src/flyguard/artifacts/mbon_readout.npz
|
||||
|
||||
# ----------------------------------------------------------------------------
|
||||
# Stage 2: Universal Production Image with NVIDIA GPU acceleration & CPU fallback
|
||||
# (Default target when building with: docker build -t flyguard:latest .)
|
||||
# ----------------------------------------------------------------------------
|
||||
FROM nvidia/cuda:12.4.1-runtime-ubuntu22.04 AS production
|
||||
# Обычная установка, без --symlink-install: тот режим оставляет в install/
|
||||
# ссылки внутрь build/ и src/, и последующее удаление build/ ломает пакет.
|
||||
RUN . /opt/ros/humble/setup.sh \
|
||||
&& cd ros2_ws \
|
||||
&& colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release \
|
||||
&& rm -rf build log
|
||||
|
||||
ENV DEBIAN_FRONTEND=noninteractive \
|
||||
COPY docker/entrypoint.sh /entrypoint.sh
|
||||
COPY docker/fastdds_large.xml /opt/flyguard/fastdds_large.xml
|
||||
COPY docker/fastdds_udp.xml /opt/flyguard/fastdds_udp.xml
|
||||
# Пульт проигрывания для `docker exec` (пауза, перемотка, скорость)
|
||||
COPY docker/flyguard-keys.sh /usr/local/bin/flyguard-keys
|
||||
# Снятие CR: при клонировании на Windows git может подставить CRLF, и тогда
|
||||
# ядро ищет интерпретатор «bash\r». Ошибка неочевидная, а стоит одной строки.
|
||||
RUN sed -i 's/\r$//' /entrypoint.sh /usr/local/bin/flyguard-keys \
|
||||
&& chmod +x /entrypoint.sh /usr/local/bin/flyguard-keys
|
||||
|
||||
# BLAS в один поток. Матрицы конвейера мелкие, и потоки OpenBLAS не ускоряют
|
||||
# кадр, а крутятся вхолостую в ожидании работы: при 4 потоках узел занимал
|
||||
# 3 ядра, при одном — 0.4 ядра, а кадр даже чуть быстрее (33.9 / 39.3 мс против
|
||||
# 33.2 / 40.5, медиана / p95; синтетика 43.7 / 50.2 против 45.9 / 54.7).
|
||||
ENV OMP_NUM_THREADS=1 \
|
||||
OPENBLAS_NUM_THREADS=1 \
|
||||
MKL_NUM_THREADS=1 \
|
||||
PYTHONUNBUFFERED=1 \
|
||||
PYTHONDONTWRITEBYTECODE=1 \
|
||||
PYTHONPATH="/app:/app/tools" \
|
||||
FLYGUARD_DATA="/data" \
|
||||
FLYGUARD_DEVICE="auto" \
|
||||
NVIDIA_VISIBLE_DEVICES=all \
|
||||
NVIDIA_DRIVER_CAPABILITIES=compute,utility
|
||||
RCUTILS_COLORIZED_OUTPUT=1
|
||||
|
||||
# Install Python 3.11, pip, and system runtime libraries (OpenMP for LightGBM/Torch)
|
||||
RUN apt-get update && apt-get install -y --no-install-recommends \
|
||||
software-properties-common \
|
||||
ca-certificates \
|
||||
libgomp1 \
|
||||
curl \
|
||||
&& add-apt-repository -y ppa:deadsnakes/ppa \
|
||||
&& apt-get update && apt-get install -y --no-install-recommends \
|
||||
python3.11 \
|
||||
python3.11-distutils \
|
||||
&& curl -sS https://bootstrap.pypa.io/get-pip.py | python3.11 \
|
||||
&& ln -sf /usr/bin/python3.11 /usr/bin/python3 \
|
||||
&& ln -sf /usr/bin/python3.11 /usr/bin/python \
|
||||
&& apt-get clean && rm -rf /var/lib/apt/lists/*
|
||||
# Транспорт под кадр в 24 МБ: умолчания Fast DDS рассчитаны на сотни килобайт
|
||||
# и теряли половину кадров ещё до подписчика. Профиль поднимает сегмент
|
||||
# разделяемой памяти и буферы сокетов; снимается через FLYGUARD_DDS_PROFILE=0.
|
||||
ENV FASTRTPS_DEFAULT_PROFILES_FILE=/opt/flyguard/fastdds_large.xml
|
||||
|
||||
# Create non-root user for container security compliance
|
||||
RUN useradd -m -u 1000 -s /bin/bash flyguard && \
|
||||
mkdir -p /app /data /app/artifacts && \
|
||||
chown -R flyguard:flyguard /app /data
|
||||
|
||||
WORKDIR /app
|
||||
|
||||
# Cache layer: install Python dependencies with PyTorch CUDA 12.1+ wheels
|
||||
COPY --chown=flyguard:flyguard requirements-gpu.txt /app/
|
||||
RUN pip install --no-cache-dir --upgrade pip setuptools wheel && \
|
||||
pip install --no-cache-dir -r requirements-gpu.txt
|
||||
|
||||
# Copy source code and artifacts
|
||||
COPY --chown=flyguard:flyguard . /app/
|
||||
RUN chmod +x /app/docker-entrypoint.sh
|
||||
|
||||
USER flyguard
|
||||
VOLUME ["/data", "/app/artifacts"]
|
||||
|
||||
# Container healthcheck: verifies Python runtime and graceful device detection
|
||||
HEALTHCHECK --interval=30s --timeout=10s --start-period=5s --retries=3 \
|
||||
CMD python3 -c "import flyguard; from flyguard.device import get_device_info; print('healthy', get_device_info())" || exit 1
|
||||
|
||||
ENTRYPOINT ["/app/docker-entrypoint.sh"]
|
||||
CMD ["default"]
|
||||
ENTRYPOINT ["/entrypoint.sh"]
|
||||
CMD ["ros2", "launch", "flyguard", "detect.launch.py"]
|
||||
|
|
|
|||
|
|
@ -1,7 +1,7 @@
|
|||
# ============================================================================
|
||||
# FlyGuard GPU: NVIDIA RTX / CUDA 12 Production Image (Кейс 05, ЛЦТ-2026)
|
||||
# Архитектура: Ada Lovelace (RTX 4070 Ti Super 16GB) / Ampere / Turing
|
||||
# Полная совместимость с Dockerfile (Stage: production)
|
||||
# Полная совместимость с Dockerfile.offline (Stage: production)
|
||||
# ============================================================================
|
||||
FROM nvidia/cuda:12.4.1-runtime-ubuntu22.04 AS production
|
||||
|
||||
|
|
|
|||
96
Dockerfile.offline
Normal file
96
Dockerfile.offline
Normal file
|
|
@ -0,0 +1,96 @@
|
|||
# ============================================================================
|
||||
# FlyGuard: Bionic Obstacle Detection Core (LCT-2026, Case 05)
|
||||
# Hesai Pandar128 LiDAR (128 beams, 10 Hz / 100ms)
|
||||
# Universal Production Image: NVIDIA CUDA 12.x / Ada Lovelace / Graceful CPU Fallback
|
||||
# ============================================================================
|
||||
|
||||
# ----------------------------------------------------------------------------
|
||||
# Stage 1: Optional lightweight CPU-only image (build with: --target cpu)
|
||||
# ----------------------------------------------------------------------------
|
||||
FROM python:3.11-slim-bookworm AS cpu
|
||||
|
||||
ENV DEBIAN_FRONTEND=noninteractive \
|
||||
PYTHONUNBUFFERED=1 \
|
||||
PYTHONDONTWRITEBYTECODE=1 \
|
||||
PYTHONPATH="/app:/app/tools" \
|
||||
FLYGUARD_DATA="/data" \
|
||||
FLYGUARD_DEVICE="cpu"
|
||||
|
||||
RUN apt-get update && apt-get install -y --no-install-recommends \
|
||||
libgomp1 \
|
||||
ca-certificates \
|
||||
&& rm -rf /var/lib/apt/lists/*
|
||||
|
||||
RUN useradd -m -u 1000 -s /bin/bash flyguard && \
|
||||
mkdir -p /app /data /app/artifacts && \
|
||||
chown -R flyguard:flyguard /app /data
|
||||
|
||||
WORKDIR /app
|
||||
COPY --chown=flyguard:flyguard requirements.txt /app/
|
||||
RUN pip install --no-cache-dir --upgrade pip && \
|
||||
pip install --no-cache-dir -r requirements.txt
|
||||
|
||||
COPY --chown=flyguard:flyguard . /app/
|
||||
RUN chmod +x /app/docker-entrypoint.sh
|
||||
|
||||
USER flyguard
|
||||
VOLUME ["/data", "/app/artifacts"]
|
||||
ENTRYPOINT ["/app/docker-entrypoint.sh"]
|
||||
CMD ["default"]
|
||||
|
||||
|
||||
# ----------------------------------------------------------------------------
|
||||
# Stage 2: Universal Production Image with NVIDIA GPU acceleration & CPU fallback
|
||||
# (Default target when building with: docker build -t flyguard:latest .)
|
||||
# ----------------------------------------------------------------------------
|
||||
FROM nvidia/cuda:12.4.1-runtime-ubuntu22.04 AS production
|
||||
|
||||
ENV DEBIAN_FRONTEND=noninteractive \
|
||||
PYTHONUNBUFFERED=1 \
|
||||
PYTHONDONTWRITEBYTECODE=1 \
|
||||
PYTHONPATH="/app:/app/tools" \
|
||||
FLYGUARD_DATA="/data" \
|
||||
FLYGUARD_DEVICE="auto" \
|
||||
NVIDIA_VISIBLE_DEVICES=all \
|
||||
NVIDIA_DRIVER_CAPABILITIES=compute,utility
|
||||
|
||||
# Install Python 3.11, pip, and system runtime libraries (OpenMP for LightGBM/Torch)
|
||||
RUN apt-get update && apt-get install -y --no-install-recommends \
|
||||
software-properties-common \
|
||||
ca-certificates \
|
||||
libgomp1 \
|
||||
curl \
|
||||
&& add-apt-repository -y ppa:deadsnakes/ppa \
|
||||
&& apt-get update && apt-get install -y --no-install-recommends \
|
||||
python3.11 \
|
||||
python3.11-distutils \
|
||||
&& curl -sS https://bootstrap.pypa.io/get-pip.py | python3.11 \
|
||||
&& ln -sf /usr/bin/python3.11 /usr/bin/python3 \
|
||||
&& ln -sf /usr/bin/python3.11 /usr/bin/python \
|
||||
&& apt-get clean && rm -rf /var/lib/apt/lists/*
|
||||
|
||||
# Create non-root user for container security compliance
|
||||
RUN useradd -m -u 1000 -s /bin/bash flyguard && \
|
||||
mkdir -p /app /data /app/artifacts && \
|
||||
chown -R flyguard:flyguard /app /data
|
||||
|
||||
WORKDIR /app
|
||||
|
||||
# Cache layer: install Python dependencies with PyTorch CUDA 12.1+ wheels
|
||||
COPY --chown=flyguard:flyguard requirements-gpu.txt /app/
|
||||
RUN pip install --no-cache-dir --upgrade pip setuptools wheel && \
|
||||
pip install --no-cache-dir -r requirements-gpu.txt
|
||||
|
||||
# Copy source code and artifacts
|
||||
COPY --chown=flyguard:flyguard . /app/
|
||||
RUN chmod +x /app/docker-entrypoint.sh
|
||||
|
||||
USER flyguard
|
||||
VOLUME ["/data", "/app/artifacts"]
|
||||
|
||||
# Container healthcheck: verifies Python runtime and graceful device detection
|
||||
HEALTHCHECK --interval=30s --timeout=10s --start-period=5s --retries=3 \
|
||||
CMD python3 -c "import flyguard; from flyguard.device import get_device_info; print('healthy', get_device_info())" || exit 1
|
||||
|
||||
ENTRYPOINT ["/app/docker-entrypoint.sh"]
|
||||
CMD ["default"]
|
||||
|
|
@ -63,7 +63,7 @@ ROS 2 bag → /lidar_points (PointCloud2, 0.3–0.9 млн точек, 10 Гц
|
|||
## Сборка
|
||||
|
||||
```bash
|
||||
docker build -t flyguard -f docker/Dockerfile .
|
||||
docker build -t flyguard .
|
||||
```
|
||||
|
||||
Образ основан на `ros:humble-ros-base-jammy` (Ubuntu 22.04 + ROS 2 Humble). Все зависимости
|
||||
|
|
@ -647,9 +647,9 @@ artifacts/ обученная память тоннеля и
|
|||
```
|
||||
|
||||
Ядро в `flyguard/` и в `ros2_ws/src/flyguard/flyguard/` — один и тот же код из одного
|
||||
источника. Сборка и запуск по этому README — через `docker/Dockerfile`. В корне лежат ещё
|
||||
`Dockerfile`, `Dockerfile.gpu` и `docker-compose.yml` для прогона ядра по записям без ROS
|
||||
и `Dockerfile.ros2` с узлом `flyguard/flyguard_ros2_node.py`.
|
||||
источника. Корневой `Dockerfile` и `docker/Dockerfile` собирают один и тот же образ. В корне
|
||||
лежат ещё `Dockerfile.offline`, `Dockerfile.gpu` и `docker-compose.yml` для прогона ядра по
|
||||
записям без ROS и `Dockerfile.ros2` с узлом `flyguard/flyguard_ros2_node.py`.
|
||||
|
||||
## Лицензия
|
||||
|
||||
|
|
|
|||
|
|
@ -8,7 +8,7 @@ services:
|
|||
pipeline:
|
||||
build:
|
||||
context: .
|
||||
dockerfile: Dockerfile
|
||||
dockerfile: Dockerfile.offline
|
||||
image: flyguard:latest
|
||||
container_name: flyguard-pipeline
|
||||
command: ["pipeline", "--all", "--verbose"]
|
||||
|
|
@ -209,7 +209,7 @@ services:
|
|||
cpu-test:
|
||||
build:
|
||||
context: .
|
||||
dockerfile: Dockerfile
|
||||
dockerfile: Dockerfile.offline
|
||||
target: cpu
|
||||
image: flyguard:cpu
|
||||
container_name: flyguard-cpu-test
|
||||
|
|
|
|||
|
|
@ -46,11 +46,11 @@ CMD="${1:-run}"
|
|||
case "$CMD" in
|
||||
build)
|
||||
echo "==> Сборка универсального образа FlyGuard ($IMAGE_NAME)..."
|
||||
docker build -t "$IMAGE_NAME" -f "$DIR/Dockerfile" "$DIR"
|
||||
docker build -t "$IMAGE_NAME" -f "$DIR/Dockerfile.offline" "$DIR"
|
||||
;;
|
||||
build-cpu)
|
||||
echo "==> Сборка облегченного CPU-образа FlyGuard (flyguard:cpu)..."
|
||||
docker build --target cpu -t flyguard:cpu -f "$DIR/Dockerfile" "$DIR"
|
||||
docker build --target cpu -t flyguard:cpu -f "$DIR/Dockerfile.offline" "$DIR"
|
||||
;;
|
||||
run|default)
|
||||
shift 2>/dev/null || true
|
||||
|
|
|
|||
|
|
@ -34,7 +34,7 @@ FlyGuard поставляется в виде универсального пр
|
|||
|
||||
### Универсальный образ с GPU-ускорением (по умолчанию)
|
||||
```bash
|
||||
docker build -t flyguard:latest .
|
||||
docker build -t flyguard:latest -f Dockerfile.offline .
|
||||
```
|
||||
* **База**: `nvidia/cuda:12.4.1-runtime-ubuntu22.04`
|
||||
* **Python**: 3.11, PyTorch CUDA 12.1+, cuDNN, OpenMP `libgomp1`
|
||||
|
|
@ -43,7 +43,7 @@ docker build -t flyguard:latest .
|
|||
|
||||
### Облегченный CPU-образ (опционально, ~200 МБ)
|
||||
```bash
|
||||
docker build --target cpu -t flyguard:cpu .
|
||||
docker build --target cpu -t flyguard:cpu -f Dockerfile.offline .
|
||||
```
|
||||
|
||||
---
|
||||
|
|
|
|||
Loading…
Reference in a new issue