docker如何将模型数据完全离线映射？

[knight-666]

dockerfile

FROM python:3.10.11-slim-buster
ENV DEBIAN_FRONTEND=noninteractive
WORKDIR /app
RUN pip install --no-cache-dir onnxruntime rapidocr_api -i https://mirrors.aliyun.com/pypi/simple
RUN pip uninstall -y opencv-python && \
    pip install --no-cache-dir opencv-python-headless -i https://mirrors.aliyun.com/pypi/simple
EXPOSE 9005
CMD ["bash", "-c", "rapidocr_api -ip 0.0.0.0 -p 9005 -workers 2"]

docker启动之后，在ocr识别时会通过网络下载RapidAI/RapidOCR/resources/fonts/*.ttf 导致无法完全离线使用
是否可以在启动docker容器时，将这些模型数据通过映射的方式使用，可以手动更新模型或者字体之类的数据

[knight-666]

或者是打包的时候，就下载好模型数据

[SWHL]

可以的。先在打包前，运行一下推理代码，保证模型和字体文件都下载好。然后打包时候，将models目录copy到镜像中即可

[knight-666]

感谢回复，应该如何操作呢，可以在容器运行时映射目录吗？应该映射那个目录呢？

[SWHL]

模型会默认保存到安装目录下，可以pip show rapidocr，就能看到安装目录了。具体如何操作，建议问一下GPT

[DeoLeung]

建议提供一个rapidocr download 脚本, 这样方便ci准备docker文件

[SWHL]

@DeoLeung 嗯呢，这个有计划在做了。后面会出一个docker镜像。你这里如果有兴趣的话，可以参与进来，一起构建。

[DeoLeung]

目前可以在Dockerfile里多加一句

FONT_DEST=$(python3 -c "import rapidocr, os; print(os.path.join(os.path.dirname(rapidocr.__file__), 'models'))") && \
  curl -L https://www.modelscope.cn/models/RapidAI/RapidOCR/resolve/v3.4.0/resources/fonts/FZYTK.TTF -o "$FONT_DEST/FZYTK.TTF"

基本的ci够用了, 可能resolve那里换成master