
jetson-inference是针对NVIDIA Jetson平台优化的深度学习推理容器,旨在简化深度学习模型在Jetson设备上的部署和运行。该容器集成了运行推理任务所需的核心依赖组件,包括CUDA、CuDNN、PyTorch、TensorRT、OpenCV等,支持多种JetPack/L4T版本,适用于图像分类、目标检测、语义分割等计算机视觉推理应用。
build-essential:基础构建工具cuda:NVIDIA CUDA工具包cudnn:CUDA深度神经网络库python:Python运行环境numpy:数值计算库cmake:跨平台构建工具onnx:开放神经网络交换格式支持pytorch:2.2:PyTorch深度学习框架torchvision:PyTorch计算机视觉库tensorrt:NVIDIA TensorRT推理优化器opencv:计算机视觉库gstreamer:多媒体处理框架| 仓库/标签 | 日期 | 架构 | 大小 |
|---|---|---|---|
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2022-09-30 | amd64 | 6.5GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2020-10-27 | arm64 | 0.9GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2021-11-16 | arm64 | 0.9GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2021-08-09 | arm64 | 0.9GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2021-08-24 | arm64 | 0.9GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2023-05-15 | arm64 | 1.1GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2022-04-08 | arm64 | 5.9GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2023-03-18 | arm64 | 6.1GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2023-05-15 | arm64 | 6.1GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2023-05-15 | arm64 | 6.0GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2023-05-15 | arm64 | 5.6GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2023-08-30 | arm64 | 5.7GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2023-12-19 | arm64 | 7.9GB |
| https://hub.docker.com/r/dustynv/jetson-inference/tags | 2024-05-08 | arm64 | 7.2GB |
要启动容器,可以使用https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md%E5%92%8Chttps://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag%EF%BC%8C%E6%88%96%E6%89%8B%E5%8A%A8%E7%BB%84%E5%90%88%60docker run`命令:
bash# 自动拉取或构建兼容的容器镜像 jetson-containers run $(autotag jetson-inference) # 或显式指定上述容器镜像之一 jetson-containers run dustynv/jetson-inference:r36.3.0 # 或使用'docker run'(指定镜像及挂载等) sudo docker run --runtime nvidia -it --rm --network=host dustynv/jetson-inference:r36.3.0
https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md%E4%BC%9A%E5%B0%86%E5%8F%82%E6%95%B0%E8%BD%AC%E5%8F%91%E7%BB%99%60docker run
,并添加一些默认设置(如--runtime nvidia、挂载/data`缓存、检测设备等)
https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag%E4%BC%9A%E6%89%BE%E5%88%B0%E4%B8%8E%E6%82%A8%E7%9A%84JetPack/L4T%E7%89%88%E6%9C%AC%E5%85%BC%E5%AE%B9%E7%9A%84%E5%AE%B9%E5%99%A8%E9%95%9C%E5%83%8F%E2%80%94%E2%80%94%E6%97%A0%E8%AE%BA%E6%98%AF%E6%9C%AC%E5%9C%B0%E9%95%9C%E5%83%8F%E3%80%81%E4%BB%8E%E4%BB%93%E5%BA%93%E6%8B%89%E5%8F%96%E7%9A%84%E9%95%9C%E5%83%8F%EF%BC%8C%E8%BF%98%E6%98%AF%E9%9C%80%E8%A6%81%E6%9E%84%E5%BB%BA%E7%9A%84%E9%95%9C%E5%83%8F%E3%80%82
要将主机目录挂载到容器中,使用-v或--volume标志:
bashjetson-containers run -v /主机路径:/容器路径 $(autotag jetson-inference)
要启动容器并运行命令(而非交互式shell):
bashjetson-containers run $(autotag jetson-inference) my_app --abc xyz
您可以向其传递任何docker run支持的选项,它会在执行前打印出构建的完整命令。
如果如上所示使用https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag%EF%BC%8C%E5%BF%85%E8%A6%81%E6%97%B6%E5%AE%83%E4%BC%9A%E6%8F%90%E7%A4%BA%E6%82%A8%E6%9E%84%E5%BB%BA%E5%AE%B9%E5%99%A8%E3%80%82%E8%A6%81%E6%89%8B%E5%8A%A8%E6%9E%84%E5%BB%BA%EF%BC%8C%E8%AF%B7%E5%85%88%E5%AE%8C%E6%88%90https://github.com/dusty-nv/jetson-containers/tree/master/docs/setup.md%EF%BC%8C%E7%84%B6%E5%90%8E%E8%BF%90%E8%A1%8C%EF%BC%9A
bashjetson-containers build jetson-inference
上述依赖项将被构建到容器中,并在构建过程中进行测试。运行时添加https://github.com/dusty-nv/jetson-containers/tree/master/jetson_containers/build.py%E5%8F%AF%E6%9F%A5%E7%9C%8B%E6%9E%84%E5%BB%BA%E9%80%89%E9%A1%B9%E3%80%82
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。






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 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
docker search 限制
站内搜不到镜像
离线 save/load
插件要用 plugin install
WSL 拉取慢
安全与 digest
新手拉取配置
镜像合规机制
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
域名连通性排查
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务