首页 > 网站技巧 > 服务器 > 云和虚拟化 > docker > docker导出指定时间段内日志

docker如何导出指定时间段内日志

2024-05-14 09:40:43 作者：windfbi

这篇文章主要介绍了docker如何导出指定时间段内日志问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

docker导出指定时间段内日志

命令格式如下：

docker logs --since <起始时间> --until <结束时间> <容器ID或名称> > <导出文件路径>

<起始时间>：指定要导出日志的起始时间，格式为YYYY-MM-DDTHH:MM:SS。
<结束时间>：指定要导出日志的结束时间，格式为YYYY-MM-DDTHH:MM:SS。
<容器ID或名称>：指定要导出日志的Docker容器ID或名称。
<导出文件路径>：指定导出日志的文件路径和文件名。

例如：

要导出容器ID为58c472a20857的Docker日志，在2023年7月7日00:00:00到2023年7月14日23:59:59之间的日志

可以使用以下命令：

docker logs --since="2023-07-07T00:00:00" --until "2023-07-14T23:59:59" 58c472a20857 > log.txt

目标检测中遇到的问题和docker导出日志

docker容器导出日志

导出日志在Linux服务器的本地目录下，可以直接下载

docker logs 容器名称 > log.txt

Flask使用main执行

1 改dockerfile 文件内容

#CMD [ "python3", "-m" , "flask", "run", "--host=0.0.0.0"]
CMD [ "python", "./app.py" ]

2 改 app.py 中的内容

from flask import Flask
 
app = Flask(__name__)
 
@app.route('/')
def hello():
    return "Hello, World!"
 
if __name__ == '__main__':
    app.run(host='0.0.0.0')

针对加载模型时间过长

将模型在主程序 main 中加载，进行flask交互时，将全局变量直接导入使用模块中，比如提前加载YOLOv5模型。

if __name__ == "__main__":
    os.makedirs("./config/", exist_ok=True)
    config = Config('config/config.json')
 
    print("加载YOLO模型：")
    # 从本地目录加载自定义的YOLOv5模型
    yolo_model = torch.hub.load('yolov5', 'custom', path='yolov5/best.pt', source='local')
    # 设置置信度阈值
    yolo_model.conf = config.floating_threshold
    app.run(host='0.0.0.0')

提取图片中的识别区，将无关部分去除

def adjust_img_size(img, width_ratio=1, height_ratio=0.8, padding_color=(255, 255, 255)):
    """
    获取图片中间长宽各1/2的中间区域，外部全部填充为指定颜色。
    Parameters:
        img (numpy.ndarray or PIL.Image.Image): 输入的图片，可以是numpy数组或PIL图像对象。
        padding_color (tuple): 填充的颜色，格式为 (R, G, B)。
        width_ratio:ratio
        height_ratio:ratio
    Returns:
        numpy.ndarray: 调整后的图片数组。
    """
    # 将输入图片转换为numpy数组
    if isinstance(img, Image.Image):
        img = np.array(img)
 
    # 获取图片尺寸
    height, width, channels = img.shape
 
    # 创建填充区域
    padding = np.full((height, width, channels), padding_color, dtype=np.uint8)
 
    # 计算截取的高度和宽度
    crop_height = int(height * height_ratio)
    crop_width = int(width * width_ratio)
 
    height_1 = int((height - crop_height)*0.5)
    width_1 = int((width - crop_width) * 0.5)
 
    # 截取图像
    cropped_image = img[height_1:crop_height + height_1, width_1:crop_width + width_1]
 
    # 将原始图片放入填充区域的中间
    padding[height_1:crop_height + height_1, width_1:crop_width + width_1] = cropped_image
 
    return padding

返回图片中固定比例的点

def get_point(img, height_ratio, width_ratio):
    """返回图片中的点目标点，用于在图上做标注"""
    # 获取图片尺寸
    height, width, channels = img.shape
    # print('查看形状：', img.shape)
 
    # 计算截取的高度和宽度
    crop_height = int(height * height_ratio)
    crop_width = int(width * width_ratio)
 
    height_1 = int((height - crop_height))
    width_1 = int((width - crop_width) * 0.5)
 
    width_2 = width - width_1
    height_2 = height - int((height - crop_height) * 0.5)
    # print('查看返回值：', width_1, height_1, width_2, height_2)
 
    return width_1, height_1, width_2, height_2

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。