YOLOv8 测试 4：在 Linux 中使用 Docker 部署 YOLOv8 模型，并使用简单的命令行脚本测试模型

# 1. 确保已经安装了Docker
# 2. 克隆YOLOv8的官方Docker仓库
git clone https://github.com/ultralytics/yolov8.git
cd yolov8/docker
 
# 3. 构建YOLOv8 Docker镜像
docker build -t ultralytics/yolov8 .
 
# 4. 运行YOLOv8 Docker容器
docker run --rm -it -v $(pwd)/samples:/samples ultralytics/yolov8 \
  python3 detect.py --source /samples/bus.jpg --weights yolov8n.pt
 
# 5. 解释命令
# --rm 容器退出时自动清理
# -it 保持STDIN开放并且分配一个伪终端
# -v 挂载当前目录下的samples文件夹到容器的/samples
# detect.py 是YOLOv8中用于目标检测的脚本
# --source 指定输入的图片或视频文件或者摄像头
# --weights 指定预训练权重文件

这段代码展示了如何在Docker容器中运行YOLOv8目标检测模型。首先，确保已经安装了Docker。然后，克隆YOLOv8的Docker仓库，并构建镜像。最后，运行容器，并使用detect.py脚本进行目标检测。这个过程简化了环境配置和模型部署，方便开发者快速测试和使用YOLOv8。