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句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。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。
该Docker镜像专为NVIDIA Jetson TX2平台设计,提供高效的人脸分类能力。基于Tensorflow-GPU深度学习框架和OpenCV3.3计算机视觉库构建,旨在充分利用Jetson TX2的硬件加速性能。项目源代码可参考:https://github.com/oarriaga/face_classification%E3%80%82
适用于在NVIDIA Jetson TX2嵌入式设备上开展人脸分类相关应用,主要场景包括:
获取镜像
可通过项目GitHub仓库构建镜像或从镜像仓库拉取(具体镜像名称需参考实际仓库):
bash# 从GitHub构建 git clone https://github.com/oarriaga/face_classification.git cd face_classification docker build -t face-classification-jetson-tx2 .
运行容器
使用nvidia运行时启动容器,启用GPU加速:
bashdocker run --runtime=nvidia -it --rm face-classification-jetson-tx2
更多详细配置参数、使用示例及API文档,请参考项目官方GitHub仓库:https://github.com/oarriaga/face_classification
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