pupscan/docker-pup-yolo
pupscan
自动构建
Docker镜像用于部署PUP Yolo神经网络模型，支持基于真实收集图像和人工生成图像进行训练，适用于图像标注相关的机器学习任务。
下载次数: 0状态：自动构建维护者：pupscan仓库类型：镜像最近更新：7 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
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。
PUP Yolo Docker镜像说明
镜像概述
本镜像封装了由Baptiste de Psycle开发的PUP Yolo神经网络模型及配套标注工具，提供一站式的模型训练环境，用于图像标注任务的模型迭代与部署。
核心功能
- 自动配置训练环境：通过
train4tiny.sh脚本快速搭建神经网络运行环境并启动训练 - 多样化数据支持：兼容真实收集图像和人工生成图像扩展训练数据集
- 标注数据处理：支持XML格式的图像标注文件与训练图像的关联训练
使用场景
适用于需要进行目标检测模型训练、图像标注任务的机器学习项目，尤其适合小规模数据集的模型优化场景。
配置说明
- 准备项目：克隆对应项目仓库（暂未创建，需后续更新）
- 添加权重文件：放入神经网络权重文件（包含data、index、meta、profile）
- 组织训练数据：在
Train目录下创建两个子目录：TrainImages：存放待训练的图像文件TrainImages-annotations_4：存放对应图像的XML标注文件
- 启动训练：执行
train4tiny.sh脚本开始模型训练
部署示例
bash# 假设项目仓库已创建，克隆并进入目录 git clone [项目仓库地址] cd [项目目录] # 构建镜像（若未预构建） docker build -t pupscan/docker-pup-yolo . # 挂载数据目录并运行训练 docker run -v $(pwd)/Train:/app/Train -v $(pwd)/weights:/app/weights pupscan/docker-pup-yolo ./train4tiny.sh
镜像拉取方式
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。
轩辕镜像加速拉取命令点我查看更多 docker-pup-yolo 镜像标签
docker pull docker.xuanyuan.run/pupscan/docker-pup-yolo:<标签>
DockerHub 原生拉取命令
docker pull pupscan/docker-pup-yolo:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"