[CVAT] CVAT nuclio 배포 컨테이너 끄기

CVAT nuclio 배포 컨테이너 끄기

CVAT nuclio에서 이미 배포한 컨테이너에 대해 모델 변경을 원하는 경우가 있을텐데 이 때 어떻게 할 수 있는지 알아보겠습니다.

간단 모델 재배포 방법

저는 아래 배포 모델을 재배포할 예정입니다.

nuctl get function --platform local

이제 변경하려는 모델명을 main.py 파일에서 수정합니다.
main.py 위치를 모르겠는 분은 여기를 참고한 후에 읽어주세요.
모델 변경이 완료되었으면 이후 재배포를 진행합니다.(명령어는 cvat clone한 경로 기준)
저와 다르게 배포하신 분들은 yolo-custom을 본인의 NAME에 맞게 수정하세요.

./serverless/deploy_gpu.sh serverless/pytorch/mymodel/yolo-custom

아래처럼 정상적으로 배포되었음을 확인할 수 있습니다.

만약, A_v1.0 모델을 A_v1.1 모델로 버전업해서 재배포하면 모델이 정말 v1.1로 배포되었는지 궁금할 수 있습니다.
그런 경우 도커 컨테이너 로그를 확인하면 되는데, 우선 아래 명령어를 통해 본인 컨테이너 name을 확인합니다.(pth-yolo-custom을 본인에게 맞도록 수정)

docker ps | grep pth-yolo-custom

이후 해당 컨테이너명을 기준으로 로그를 확인합니다.(여기선 yolo26s로 검색, 본인에게 맞게 수정)

docker logs -f nuclio-nuclio-pth-yolo-custom | grep yolo26s

위 방법의 재배포는 간단하지만, Docker 빌드 캐시로 특정 코드가 미반영될 수 있습니다.
예로 현재는 main.py 파일을 수정했는데 function-gpu.yaml 파일 구조적 변경은 in-place 업데이트 에러가 발생할 수 있습니다.
이런 경우를 위해 완전 삭제 후 재배포 방법을 권장합니다.

완전 삭제 후 모델 재배포 방법

pth-yolo-custom명은 본인에게 맞도록 수정하세요.

nuctl delete function pth-yolo-custom --platform local --namespace nuclio

이후 위에서 확인했던 배포 방식을 그대로 사용합니다.

./serverless/deploy_gpu.sh serverless/pytorch/mymodel/yolo-custom