如何在AWS Lambda无服务器函数中安装Ultralytics仅YOLO检测核心组件？

完全可以通过ultralytics[detect]这种方式缩小安装范围，结合以下优化手段，能大幅降低部署包体积和安装耗时：

1. 精简依赖清单 #

修改你的requirements.txt，用ultralytics[detect]替代完整的ultralytics包，这样只会安装目标检测相关的必要依赖，排除训练、分割等你不需要的模块。同时针对Lambda的CPU环境，改用onnxruntime-cpu替代通用的onnxruntime，进一步减少冗余：

boto3
ultralytics[detect]
onnx
onnxruntime-cpu

2. 优化Docker安装步骤 #

在pip安装时添加--no-cache-dir参数避免缓存占用空间，安装完成后清理pip缓存，进一步压缩镜像体积：

FROM public.ecr.aws/lambda/python:3.12

# 复制依赖清单
COPY requirements.txt ${LAMBDA_TASK_ROOT}

# 安装依赖并清理缓存
RUN pip install --no-cache-dir -r requirements.txt && \
    rm -rf /root/.cache/pip

# 复制函数代码和模型文件
COPY lambda.py best.onnx ${LAMBDA_TASK_ROOT}

CMD [ "lambda.handler" ]

3. 进阶优化：多阶段构建镜像 #

如果想进一步减小最终镜像的体积，可以采用Docker多阶段构建，只在最终镜像中保留运行必需的文件，剥离构建过程中的临时文件：

# 第一阶段：构建依赖环境
FROM public.ecr.aws/lambda/python:3.12 AS builder

COPY requirements.txt .
# 将依赖安装到指定目录
RUN pip install --no-cache-dir -r requirements.txt -t /lambda-deps

# 第二阶段：生成最终运行镜像
FROM public.ecr.aws/lambda/python:3.12

# 从构建阶段复制已安装的依赖
COPY --from=builder /lambda-deps ${LAMBDA_TASK_ROOT}

# 复制业务代码和模型
COPY lambda.py best.onnx ${LAMBDA_TASK_ROOT}

CMD [ "lambda.handler" ]

额外注意事项 #

• 确认你的lambda.py中只导入了推理相关的模块，比如from ultralytics import YOLO，不要导入训练、验证等无关模块，避免触发不必要的依赖加载
• 可以尝试指定依赖的具体版本，避免安装最新版本可能带来的冗余，比如ultralytics[detect]==8.2.87

内容的提问来源于stack exchange，提问作者Enkh-Amar Ganbat