概要

なぜmmdetectionで用意されているDockerfileを使わないのか
環境構築
Dockerfileを書いて，buildする

なぜmmdetectionで用意されているDockerfileを使わないのか

主に2つ理由がある．
1つ目はDockerfileに書かれているPytorchやcuda，mmcvのバージョンが低いことだ．これは当該箇所を修正すれば良い．しかし，pytorchやcuda，mmcvのバージョンが新しくなったことで生じる問題に対して，対応をしなければならないのが面倒くさくなってしまった．また，TORCH_CUDA_ARCH_LIST="6.0 6.1 7.0+PTX"など最新のGPUを使っていたらTORCH_CUDA_ARCH_LIST="6.0 6.1 7.0 7.5 8.0 8.6+PTX"のように書き換えなければならない．これなら1から書いてもいいのではないかと思ってしまった．
2つ目はmmcvをpipからではなくsourceからインストールしたかったからだ．これは何かの理由でmmcv側でエラーを吐いたときに対応しやすいと考えたからだ．mmcvのコードに問題があれば，sourceを書き直せば良いので，問題の解決を図ることができる．

環境構築

Dockerの公式ページを見てDockerをインストールする．
nvidia-dockerを使用してGPU環境構築を参考にしてdockerでgpuを使えるように準備する．
NVIDIA Container Toolkit (NVIDIA Docker) は何をしてくれるかを参考にして，default runtimeをnvidiaにする．これはdocker buildするときにnvccを使う必要があるためである．

Dockerfileを書いて，buildする

以下にDockerfileを記述する．
必要であればこれを書き換えればよい．
mmcvのgithubとmmdetectionのgithubを参考にした．
なお，これはmmcv=1.7.1，mmdetection=2.28.2の環境である．

ARG PYTORCH="1.13.1"
ARG CUDA="11.6"
ARG CUDNN="8"

FROM pytorch/pytorch:${PYTORCH}-cuda${CUDA}-cudnn${CUDNN}-devel

#setup environment
ENV FORCE_CUDA="1" TORCH_CUDA_ARCH_LIST="6.0 6.1 7.0 7.5 8.0 8.6+PTX" PATH="/usr/local/cuda/bin:$PATH" TORCH_NVCC_FLAGS="-Xfatbin -compress-all" CMAKE_PREFIX_PATH="$(dirname $(which conda))/../" MMCV_WITH_OPS="1"
RUN apt update && apt install -y git libgl1 libglib2.0-0 ffmpeg libturbojpeg libsm6 libxext6 ninja-build libxrender-dev && apt clean && rm -rf /var/lib/apt/lists/*

#install mmcv
RUN git clone https://github.com/open-mmlab/mmcv.git -b v1.7.1 /mmcv
WORKDIR /mmcv
RUN pip install --no-cache-dir -e .[all] -v


#install mmdetection
RUN git clone https://github.com/open-mmlab/mmdetection.git -b v2.28.2 /mmdetection
WORKDIR /mmdetection
RUN pip install --no-cache-dir -e . -v

# if you need, you write the below code
RUN pip install --no-cache-dir albumentations