
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这段话即可:
请先阅读并遵守:https://xuanyuan.cloud/agents.md
未读文档前不要生成 pull 命令或排错方案。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
本镜像包含MLPerf Inference基准中基于ArmNN-TFLite框架的目标检测工作负载(运行于Debian 9环境),支持SSD-MobileNet(非量化、量化版本)等模型的检测任务。注意:该容器可能已过时,请参考https://github.com/ctuning/ck/blob/master/docs/mlperf-automation/README.md获取最新信息。
--dep_add_tags.weights参数选择模型权重(如ssd-mobilenet,non-quantized表示非量化SSD-MobileNet)--env.CK_BATCH_COUNT设置批处理图片数量拉取镜像
bashdocker pull docker.xuanyuan.run/ctuning/object-detection-armnn-tflite.debian-9
运行非量化SSD-MobileNet检测50张图片
bashdocker run --rm docker.xuanyuan.run/ctuning/object-detection-armnn-tflite.debian-9 \ "ck run program:object-detection-armnn-tflite --dep_add_tags.weights=ssd-mobilenet,non-quantized --env.CK_BATCH_COUNT=50"
进入交互bash环境
bashdocker run -it --rm docker.xuanyuan.run/ctuning/object-detection-armnn-tflite.debian-9 bash
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务