Docker Örneği

Bu sayfa, AugeLab Studio .pmod senaryosunu başsız (headless) çalıştırmak için tekrarlanabilir bir Docker kurulumu gösterir.

İmaj, bir Dockerfile'dan yerel olarak oluşturulur. Müşterilerin AugeLab Studio kaynak koduna ihtiyacı yoktur. Container, imaj oluşturma sırasında kapalı kaynak studio paketini AugeLab paket dizininden kurar.

Önkoşullar

• Docker Desktop veya Docker Engine ile Docker Compose.

• AugeLab paket dizinine erişim.

• Bir AugeLab doğrulama kodu.

• Başsız çalıştırılabilecek bir .pmod senaryosu.

• GPU/CUDA için: host üzerine NVIDIA Container Toolkit kurulmuş olmalı.

Hızlı yol

1. Aşağıdaki klasör düzenini oluşturun.

2. .pmod dosyanızı app/ içine koyun.

3. Doğrulama kodunuzu .env dosyasına ekleyin.

4. CPU veya GPU Dockerfile'ını kullanın.

5. docker compose up --build komutunu çalıştırın.

6. output_on_host klasörünü kontrol edin.

Proje dizini

augelab-docker-example/
  .env
  docker-compose.yml
  docker-compose.cuda.yml
  output_on_host/
  app/
    Dockerfile
    Dockerfile.cuda
    run_scenario.py
    your_scenario.pmod

your_scenario.pmod öğesini kendi senaryo dosyanızın adıyla değiştirin.

Ortam dosyası

docker-compose.yml dosyasının yanına .env oluşturun:

.env

AUGELAB_VERIFICATION_CODE=PASTE_YOUR_VERIFICATION_CODE_HERE
SCENARIO_PATH=your_scenario.pmod

Gerçek bir doğrulama kodu içeriyorsa .env dosyasını sürüm kontrolüne (commit) eklemeyin.

Senaryo çalıştırıcı

app/run_scenario.py dosyasını oluşturun:

app/run_scenario.py

import os
from pathlib import Path

from studio import StudioScenario


OUTPUT_DIR = Path("/app/app_output")
OUTPUT_DIR.mkdir(parents=True, exist_ok=True)

verification_code = os.environ.get("AUGELAB_VERIFICATION_CODE")
if not verification_code:
    raise RuntimeError("AUGELAB_VERIFICATION_CODE is not set.")

scenario_path = os.environ.get("SCENARIO_PATH", "your_scenario.pmod")
if not Path(scenario_path).is_file():
    raise FileNotFoundError(f"Scenario file not found: {scenario_path}")

scenario = StudioScenario(verification_code=verification_code)
scenario.enable_logging_stdout()
scenario.load_scenario(scenario_path)

try:
    print("Scenario result:", scenario.run())
finally:
    scenario.cleanup()

Eğer senaryonuz dosya yazıyorsa, çıktıların /app/app_output altında yazıldığından emin olun.

CPU Dockerfile

Standart başsız CPU çalıştırmaları için bunu kullanın.

app/Dockerfile

FROM python:3.12-slim-bookworm

WORKDIR /app

RUN apt-get update -y && \
    apt-get install -y --no-install-recommends \
    libdmtx0b \
    zbar-tools \
    build-essential \
    libgl1-mesa-glx \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

ADD https://astral.sh/uv/0.9.17/install.sh /uv-installer.sh
RUN sh /uv-installer.sh && rm /uv-installer.sh

ENV PATH="/root/.local/bin/:$PATH"

RUN uv pip install studio --system \
    --extra-index-url https://pyrepo.augelab.com \
    --extra-index-url https://download.pytorch.org/whl/cpu \
    --index-strategy unsafe-best-match

RUN python -c "from studio import StudioScenario; print('studio import ok')"

COPY run_scenario.py .
COPY your_scenario.pmod .

CMD ["python", "run_scenario.py"]

GPU/CUDA Dockerfile

Senaryonuz CUDA hızlandırmasına ihtiyaç duyuyorsa bunu kullanın. Host'ta uygun NVIDIA sürücüleri ve NVIDIA Container Toolkit olmalıdır.

app/Dockerfile.cuda

FROM nvidia/cuda:12.8.0-cudnn-runtime-ubuntu22.04

WORKDIR /app

RUN apt-get update -y && \
    apt-get install -y --no-install-recommends \
    python3 \
    python3-venv \
    python3-pip \
    libdmtx0b \
    zbar-tools \
    build-essential \
    libgl1-mesa-glx \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

ADD https://astral.sh/uv/0.9.17/install.sh /uv-installer.sh
RUN sh /uv-installer.sh && rm /uv-installer.sh

ENV PATH="/root/.local/bin/:$PATH"
ENV NVIDIA_VISIBLE_DEVICES=all
ENV NVIDIA_DRIVER_CAPABILITIES=compute,utility

RUN uv pip install "studio[gpu]" --system \
    --extra-index-url https://pyrepo.augelab.com \
    --index-strategy unsafe-best-match

RUN python3 -c "from studio import StudioScenario; print('studio gpu import ok')"

COPY run_scenario.py .
COPY your_scenario.pmod .

CMD ["python3", "run_scenario.py"]

Compose dosyası

CPU Dockerfile için kullanın:

docker-compose.yml

services:
  augelab-headless:
    build:
      context: ./app
      dockerfile: Dockerfile
    env_file:
      - .env
    volumes:
      - ./output_on_host:/app/app_output

Bu, proje klasörünüzdeki ./output_on_host klasörünü container içinde /app/app_output olarak bağlar (mount).

Windows üzerinde, mutlak Docker mount yollarında ileri eğik çizgi (forward slash) kullanın; örneğin C:/work/augelab_output:/app/app_output. Göreli mount'lar (./output_on_host:/app/app_output) genellikle makineler arası paylaşım için daha kolaydır.

GPU/CUDA compose dosyası

Dockerfile.cuda için kullanın:

docker-compose.cuda.yml

services:
  augelab-headless-gpu:
    build:
      context: ./app
      dockerfile: Dockerfile.cuda
    env_file:
      - .env
    volumes:
      - ./output_on_host:/app/app_output
    gpus: all

Derleme ve çalıştırma

CPU:

docker compose up --build

GPU/CUDA:

docker compose -f docker-compose.cuda.yml up --build

Terminalde AugeLab Studio loglarını ve senaryo sonucunu görmelisiniz.

Çıktıyı doğrulama

Host makinenizde output_on_host klasörünü kontrol edin. Senaryonun /app/app_output içine yazdığı dosyalar burada görünmelidir.

Sorun Giderme

Problem	Kontrol edin
studio kurulumu başarısız oluyor	Ağ erişimini ve AugeLab paket dizinine erişimi doğrulayın.
Lisans/aktivasyon başarısız	AUGELAB_VERIFICATION_CODE değişkeninin ayarlı olduğunu ve container'ın internet erişimi olduğunu doğrulayın.
Senaryo dosyası bulunamıyor	SCENARIO_PATH değerinin Dockerfile ile kopyalanan .pmod ile eşleştiğini doğrulayın.
Çıktı klasörü boş	.pmod dosyasının çıktıları /app/app_output içine yazdığından emin olun.
Windows üzerinde volume bağlanmıyor	İleri eğik çizgi kullandığınızdan emin olun ve Docker Desktop'ın sürücüyü erişime açtığını doğrulayın.
GPU container GPU'yu göremiyor	NVIDIA Container Toolkit'i kurun ve docker run --rm --gpus all nvidia/cuda:12.8.0-base-ubuntu22.04 nvidia-smi ile testi gerçekleştirin.