本站支持搜索的镜像仓库:Docker Hub、gcr.io、ghcr.io、quay.io、k8s.gcr.io、registry.gcr.io、elastic.co、mcr.microsoft.com

CHIME/FRB Baseband Analysis Tools 是基于CHIME(加拿大氢强度测绘实验)项目开发的Docker镜像,集成了一套完整的快速射电暴(FRB)基带数据处理与分析工具链。该镜像旨在为天文科研人员提供标准化、可移植的FRB基带数据分析环境,简化数据处理流程,提升FRB研究效率。
通过Docker Hub获取最新版本镜像:
docker pull chimefrb/baseband-analysis:latest
挂载本地数据目录并运行分析:
docker run -it --rm \ -v /path/to/local/data:/data/input \ # 本地数据目录挂载至容器输入目录 -v /path/to/local/results:/data/output \ # 本地结果目录挂载至容器输出目录 chimefrb/baseband-analysis:latest \ analyze_frb.py --input /data/input/frb_data.vdif --output /data/output/results.h5 --dm 300
--input:指定输入基带数据文件路径(容器内路径)--output:指定输出结果文件路径(容器内路径)--dm:可选,指定初始色散量(单位:pc/cm³),用于信号搜索启动容器并进入交互式Python环境:
docker run -it --rm \ -v /path/to/local/scripts:/scripts \ # 挂载自定义分析脚本目录 chimefrb/baseband-analysis:latest \ /bin/bash
进入容器后,可运行自定义脚本或直接调用工具库:
from chime_frb_baseband import FRBAnalyzer analyzer = FRBAnalyzer() data = analyzer.load_data("/data/input/frb_data.vdif") detected_frb = analyzer.detect_signals(data, dm_range=(100, 1000)) analyzer.visualize(detected_frb, save_path="/data/output/frb_plot.png")
| 参数名 | 类型 | 描述 | 默认值 |
|---|---|---|---|
--input | 字符串 | 输入基带数据文件路径(容器内) | 无(必填) |
--output | 字符串 | 输出结果文件路径(容器内) | /data/output/results.h5 |
--dm | 数值 | 初始色散量(pc/cm³) | 500 |
--dm-range | 元组 | 色散量搜索范围(min, max) | (100, 2000) |
--time-res | 数值 | 时间分辨率(ms) | 1.0 |
--freq-res | 数值 | 频率分辨率(MHz) | 0.5 |
通过-e参数设置环境变量,调整容器运行配置:
LOG_LEVEL:日志级别(DEBUG/INFO/WARNING/ERROR),默认INFONUM_THREADS:并行处理线程数,默认自动检测CPU核心数PLOT_FORMAT:可视化图表格式(png/pdf/svg),默认png推荐挂载目录结构如下,便于容器内数据管理:
/path/to/local/ ├── data/ # 本地数据目录(挂载至容器/data/input) │ ├── raw/ # 原始基带数据文件 │ └── processed/ # 预处理后数据文件 ├── results/ # 本地结果目录(挂载至容器/data/output) │ ├── figures/ # 可视化图表输出 │ └── data/ # 分析结果数据文件 └── scripts/ # 自定义分析脚本(挂载至容器/scripts)
docker run命令中添加--gpus all参数(需安装nvidia-docker)免费版仅支持 Docker Hub 加速,不承诺可用性和速度;专业版支持更多镜像源,保证可用性和稳定速度,提供优先客服响应。
免费版仅支持 docker.io;专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等。
当返回 402 Payment Required 错误时,表示流量已耗尽,需要充值流量包以恢复服务。
通常由 Docker 版本过低导致,需要升级到 20.x 或更高版本以支持 V2 协议。
先检查 Docker 版本,版本过低则升级;版本正常则验证镜像信息是否正确。
使用 docker tag 命令为镜像打上新标签,去掉域名前缀,使镜像名称更简洁。
探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录方式配置轩辕镜像加速服务,包含7个详细步骤
在 Linux 系统上配置轩辕镜像源,支持主流发行版
在 Docker Desktop 中配置轩辕镜像加速,适用于桌面系统
在 Docker Compose 中使用轩辕镜像加速,支持容器编排
在 k8s 中配置 containerd 使用轩辕镜像加速
在宝塔面板中配置轩辕镜像加速,提升服务器管理效率
在 Synology 群晖NAS系统中配置轩辕镜像加速
在飞牛fnOS系统中配置轩辕镜像加速
在极空间NAS中配置轩辕镜像加速
在爱快ikuai系统中配置轩辕镜像加速
在绿联NAS系统中配置轩辕镜像加速
在威联通NAS系统中配置轩辕镜像加速
在 Podman 中配置轩辕镜像加速,支持多系统
配置轩辕镜像加速9大主流镜像仓库,包含详细配置步骤
无需登录即可使用轩辕镜像加速服务,更加便捷高效
需要其他帮助?请查看我们的 常见问题 或 官方QQ群: 13763429