docker如何导出指定时间段内日志

方晓明

docker导出指定时间段内日志

命令格式如下：

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

复制代码

• 1. <起始时间>

  复制代码
  ：指定要导出日志的起始时间，格式为YYYY-MM-DDTHH:MM:SS。
  
• 1. <结束时间>

  复制代码
  ：指定要导出日志的结束时间，格式为YYYY-MM-DDTHH:MM:SS。
  
• 1. <容器ID或名称>

  复制代码
  ：指定要导出日志的Docker容器ID或名称。
  
• 1. <导出文件路径>

  复制代码
  ：指定导出日志的文件路径和文件名。
  

例如：
要导出容器ID为

1. 58c472a20857

复制代码

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：

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

复制代码

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

1. docker logs 容器名称 > log.txt

复制代码

Flask使用main执行

1 改dockerfile 文件内容

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

复制代码

2 改 app.py 中的内容

1. from flask import Flask
   
2. 
   
3. app = Flask(__name__)
   
4. 
   
5. @app.route('/')
   
6. def hello():
   
7.     return "Hello, World!"
   
8. 
   
9. if __name__ == '__main__':
   
10.     app.run(host='0.0.0.0')

复制代码

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。

1. if __name__ == "__main__":
   
2.     os.makedirs("./config/", exist_ok=True)
   
3.     config = Config('config/config.json')
   
4. 
   
5.     print("加载YOLO模型：")
   
6.     # 从本地目录加载自定义的YOLOv5模型
   
7.     yolo_model = torch.hub.load('yolov5', 'custom', path='yolov5/best.pt', source='local')
   
8.     # 设置置信度阈值
   
9.     yolo_model.conf = config.floating_threshold
   
10.     app.run(host='0.0.0.0')

复制代码

提取图片中的识别区，将无关部分去除

1. def adjust_img_size(img, width_ratio=1, height_ratio=0.8, padding_color=(255, 255, 255)):
   
2.     """
   
3.     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。
   
4.     Parameters:
   
5.         img (numpy.ndarray or PIL.Image.Image): 输入的图片，可以是numpy数组或PIL图像对象。
   
6.         padding_color (tuple): 填充的颜色，格式为 (R, G, B)。
   
7.         width_ratio:ratio
   
8.         height_ratio:ratio
   
9.     Returns:
   
10.         numpy.ndarray: 调整后的图片数组。
    
11.     """
    
12.     # 将输入图片转换为numpy数组
    
13.     if isinstance(img, Image.Image):
    
14.         img = np.array(img)
    
15. 
    
16.     # 获取图片尺寸
    
17.     height, width, channels = img.shape
    
18. 
    
19.     # 创建填充区域
    
20.     padding = np.full((height, width, channels), padding_color, dtype=np.uint8)
    
21. 
    
22.     # 计算截取的高度和宽度
    
23.     crop_height = int(height * height_ratio)
    
24.     crop_width = int(width * width_ratio)
    
25. 
    
26.     height_1 = int((height - crop_height)*0.5)
    
27.     width_1 = int((width - crop_width) * 0.5)
    
28. 
    
29.     # 截取图像
    
30.     cropped_image = img[height_1:crop_height + height_1, width_1:crop_width + width_1]
    
31. 
    
32.     # 将原始图片放入填充区域的中间
    
33.     padding[height_1:crop_height + height_1, width_1:crop_width + width_1] = cropped_image
    
34. 
    
35.     return padding

复制代码

返回图片中固定比例的点

1. def get_point(img, height_ratio, width_ratio):
   
2.     """返回图片中的点目标点，用于在图上做标注"""
   
3.     # 获取图片尺寸
   
4.     height, width, channels = img.shape
   
5.     # print('查看形状：', img.shape)
   
6. 
   
7.     # 计算截取的高度和宽度
   
8.     crop_height = int(height * height_ratio)
   
9.     crop_width = int(width * width_ratio)
   
10. 
    
11.     height_1 = int((height - crop_height))
    
12.     width_1 = int((width - crop_width) * 0.5)
    
13. 
    
14.     width_2 = width - width_1
    
15.     height_2 = height - int((height - crop_height) * 0.5)
    
16.     # print('查看返回值：', width_1, height_1, width_2, height_2)
    
17. 
    
18.     return width_1, height_1, width_2, height_2

复制代码

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。

来源:https://www.jb51.net/server/321082w51.htm
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！