Docker + VSCode + GPU 환경에서 모델 테스트하는 전체 워크플로우

🐳 Docker + VSCode로 Swin 모델 테스트 환경 구축 가이드

🚀 1. 시작 – Docker 이미지 로드 및 컨테이너 관리 기본

🔸 Docker 이미지 불러오기

docker load < xray_swin.tar

🔸 컨테이너/이미지 확인

docker images      # 로컬에 있는 이미지 목록 확인
docker ps -a       # 모든 (종료 포함) 컨테이너 목록 확인

🔸 컨테이너 실행/중지/삭제

docker start <container_name>   # 컨테이너 시작
docker stop <container_name>    # 컨테이너 중지
docker rm <container_name>      # 컨테이너 삭제

⚙️ 2. 중반 – 컨테이너 실행 및 데이터 마운트

🔸 데이터셋 연결 및 GPU 지정 후 실행

docker run --name xray_swin -it \
  -v /home/vilab/paper/AI_model/data:/work_dir/dataset/ \
  --gpus '"device=4,5,6,7,8,9"' \
  xray_swin

옵션	설명
--name	컨테이너 이름 지정
-it	터미널 연결
-v	로컬 데이터셋 디렉토리를 컨테이너 내부로 마운트
--gpus	사용할 GPU 디바이스 명시
xray_swin	사용할 Docker 이미지 이름

🧑‍💻 3. 절정 – VSCode로 컨테이너에 직접 접속

🔸 VSCode에서 Docker 확장 설치

1. VSCode 실행
2. 확장 탭(🧩) 클릭 → "Docker" 검색 → 설치
3. 사이드바에 🐳 아이콘 생김

🔸 권한 설정 (권한 없을 경우)

sudo chmod 666 /var/run/docker.sock
sudo systemctl status docker   # Docker 데몬 상태 확인

🔸 VSCode로 컨테이너에 진입 후, 작업 폴더 설정

1. VSCode에서 F1 → Command Palette 실행
2. Dev Containers: Open Container Configuration File 선택
3. 아래 설정 추가:

{
  "workspaceFolder": "/work_dir",
  "settings": {
    "terminal.integrated.defaultProfile.linux": "bash"
  }
}

✅ 이제 VSCode에서 컨테이너 안 /work_dir 경로가 루트처럼 열리고, Bash 쉘도 기본으로 설정됨!

🧪 4. 클라이맥스 – 모델 테스트 명령어 실행

./tools/dist_test.sh \
  ./configs/swin/mask_rcnn_swin-t-p4-w7_fpn_1x_coco.py \
  work_dirs/swin_transformer/epoch_10.pth \
  4 --eval segm

인자	설명
config	Swin 모델 설정 파일
checkpoint	학습된 모델 가중치 경로
4	사용할 GPU 수
--eval segm	segmentation 성능 평가 (mAP 등)

🧾 전체 요약 흐름

1. docker load로 이미지 로딩
2. docker run으로 컨테이너 실행 + GPU + 데이터 마운트
3. VSCode로 컨테이너 attach
4. 작업 디렉토리 /work_dir로 설정
5. dist_test.sh로 모델 테스트