[TIL] CVAT 설치하기

1. Install CVAT

1. 구축 환경

• OS : Ubuntu
• 도커 설치 필수
• NVIDIA 드라이버 설치 되어 있어야 함
• NVIDIA-Container-Toolkit 설치되어 있어야 함

2. 설치 방법

• https://opencv.github.io/cvat/docs/administration/basics/installation/
• 최신 버전으로 설치할 경우 도커를 올리고 접속하면, Cannot connect to the server 문제가 발생하므로, 가능하면 2.2.0 버전으로 설치할 것을 추천함(2024.03 기준 최신 모델로 진행해보니 문제 없었음)

Cannot connect to the server

Make sure the CVAT backend and all necessary services (Database, Redis and Open Policy Agent) are running and avaliable. If you upgraded from version 2.2.0 or earlier, manual actions may be needed, see the Upgrade Guide."

sudo apt-get install unzip
export CVAT_VERSION="v2.2.0"
wget https://github.com/opencv/cvat/archive/refs/tags/${CVAT_VERSION}.zip
unzip ${CVAT_VERSION}.zip
cd cvat-2.2.0
docker pull cvat/server:${CVAT_VERSION}
docker tag cvat/server:${CVAT_VERSION} openvino/cvat_server:latest
docker pull cvat/ui:${CVAT_VERSION}
docker tag cvat/ui:${CVAT_VERSION} openvino/cvat_ui:latest

docker stop $(docker ps -aq)
docker compose up -d

2. Install AI Tools

1. nuclio 환경 설치

https://opencv.github.io/cvat/docs/administration/advanced/installation_automatic_annotation/ 따라할 것

#20231221 updated
~~docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d~~
docker compose -f docker-compose.yml -f docker-compose.dev.yml -f components/serverless/docker-compose.serverless.yml up -d --build

wget https://github.com/nuclio/nuclio/releases/download/1.11.24/nuctl-1.11.24-linux-amd64
sudo chmod +x nuctl-1.11.24-linux-amd64
sudo ln -sf $(pwd)/nuctl-1.11.24-linux-amd64 /usr/local/bin/nuctl

2. AI Tools 모델 설정

• 참조 :https://opencv.github.io/cvat/docs/manual/advanced/serverless-tutorial/#introduction

1. 모델 정보
2. https://opencv.github.io/cvat/docs/manual/advanced/ai-tools/
3. /servlerless/<AI Tools 모델 path>/nuclio/function.yaml 수정
4. 예시 : serverless/pytorch/facebookresearch/sam/nclio/function.yaml

• spec.triggers.myHttpTrigger.attributes.port 추가

3. serverless 배포

sudo ufw allow <functions.yaml에서 추가한 port 번호>/tcp
#예시 : sudo ufw allow 33000/tcp

sudo apt-get install docker-buildx-plugin

./serverless/deploy_gpu.sh serverless/<추가하고자 하는 모델들>
# 예시 : ./serverless/deploy_gpu.sh serverless/pytorch/facebookresearch/sam

• 잘 배포되었는지 확인하기 : localhost:8070 접속 후 status가 Running 확인 또는 아래 명령어로 확인하기

nuctl get functions

=> NODE PORT가 존재하고 STATE가 ‘Ready’ 상태일것

 

3. Troubleshooting

1. WSL-2에서는 CVAT 설치하기

• AI Tool 없이 설치는 가능하나, NVIDIA-Container-Toolkit이 설치되어야 함
• NVIDIA-Container-Toolkit의 경우 Docker를 통하여 설치를 하며, Nvidia 드라이버만 설치되어 있어야 함
• 따라서, WSL-2 환경에서 설치를 하기 위해서는 WSL를 하나 더 생성한 후 NVIDIA-Container-Toolkit

 

2. VNML: Driver/library version mismatch

해결방법1. NVIDIA 모듈 삭제 후 강제 종료

lsmod | grep nvidia
sudo rmmod nvidia_drm, nvidia_modeset, nvidia_uvm, nvidia

# rmmod:ERROR: Module nvidia is in use 인 경우
sudo lsof /dev/nvidia*
sudo kill -9 process_id 

해결방법2. NVIDIA 드라이버 재설치

1. 커널 부팅 메시지 확인
2. dmesg # dmesg: read kernel buffer failed: 명령을 허용하지 않음 발생시 sudo sysctl -w kernel.dmesg_restrict=0
3. 아래와 비슷한 오류가 확인 될 경우, NVIDIA 드라이버 삭제 후 커널 버전에 맞게 재설치

 

3. ERROR: BuildKit is enabled but the buildx component is missing or broken.

sudo apt-get install docker-buildx-plugin

 

4. 404 page not found

export CVAT_HOST=<YOUR_HOSTNAME_OR_IP>
sudo -E docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d

 

5. Error response from daemon: network ffbd664d3390a8b6a398ae0ef773868ed2145c4afd8d005f7a98e0b8a4f4d385

docker system prune
systemctl restart docker.service

 

6. superuser 등록(혹은 처음 만든 id/pw를 잊어버렸을 때), 구성원 초대 메일 오류 발생

1. docker compuse up -d

 docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d

2. 터미널에 아래 명령어 입력

docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser'

CVAT에서 사용할 username, email 주소, 비밀번호를 입력

3. http://localhost:8080/admin/ 에 접속해서 작업하기