专属
文档
插件
助手
邀请
顶部
快速返回页面顶部
收起
收起工具栏
轩辕镜像 官方专业版
轩辕镜像
专业版
轩辕镜像 官方专业版
轩辕镜像
专业版
首页个人中心搜索镜像

交易
充值流量我的订单

文档

工具

功能
提交工单页面收录

帮助
轩辕镜像免费版

其他
关于我们网站地图
热门搜索:
jetson-inference

dustynv/jetson-inference

dustynv

jetson-inference是为NVIDIA Jetson平台设计的深度学习推理容器,集成CUDA、PyTorch、TensorRT、OpenCV等关键依赖,支持多种JetPack/L4T版本,便于快速部署和运行计算机视觉等推理任务。

16 次收藏下载次数: 0状态:社区镜像维护者:dustynv仓库类型:镜像最近更新:1 年前
让 AI 帮你使用轩辕镜像? · 展开查看说明

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。

轩辕镜像,让镜像更快,让人生更轻。点击查看
DockerHub 官方简介
轩辕镜像中文简介
标签下载
镜像标签列表与下载命令
轩辕镜像,让镜像更快,让人生更轻。点击查看

jetson-inference

镜像概述和主要用途

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。

核心功能和特性

系统要求

  • 需运行在L4T版本 >=32.6的Jetson设备上

核心依赖

  • 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

兼容性

  • L4T R32.7容器可运行在其他L4T R32.7版本(JetPack 4.6+)
  • L4T R35.x容器可运行在其他L4T R35.x版本(JetPack 5.1+)

容器镜像信息

仓库/标签日期架构大小
https://hub.docker.com/r/dustynv/jetson-inference/tags2022-09-30amd646.5GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2020-10-27arm640.9GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2021-11-16arm640.9GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2021-08-09arm640.9GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2021-08-24arm640.9GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2023-05-15arm641.1GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2022-04-08arm645.9GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2023-03-18arm646.1GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2023-05-15arm646.1GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2023-05-15arm646.0GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2023-05-15arm645.6GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2023-08-30arm645.7GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2023-12-19arm647.9GB
https://hub.docker.com/r/dustynv/jetson-inference/tags2024-05-08arm647.2GB

运行容器

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:

bash
jetson-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):

bash
jetson-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。

构建容器

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

bash
jetson-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

更多相关 Docker 镜像与资源

以下是 dustynv/jetson-inference 相关的常用 Docker 镜像,适用于 不同场景 等不同场景:

  • nvidia/cuda Docker 镜像说明
  • pytorch/pytorch Docker 镜像说明
  • rocker/cuda Docker 镜像说明(CUDA 运行时,Rocker 维护版本,适合 GPU 计算)
  • bitnami/pytorch Docker 镜像说明(PyTorch 深度学习框架,Bitnami 企业级配置)
  • rocm/pytorch Docker 镜像说明(PyTorch 机器学习框架,ROCm GPU 加速版本)

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 jetson-inference 镜像标签

docker pull docker.xuanyuan.run/dustynv/jetson-inference:<标签>

使用方法:

  • 登录认证方式
  • 免认证方式

DockerHub 原生拉取命令

docker pull dustynv/jetson-inference:<标签>

更多 jetson-inference 镜像推荐

dustynv/ros logo

dustynv/ros

dustynv
为NVIDIA Jetson平台提供预配置的ROS环境,支持机器人应用的快速开发、部署与运行,适配Jetson硬件加速能力。
22 次收藏10万+ 次下载
1 年前更新
dustynv/ollama logo

dustynv/ollama

dustynv
GitHub仓库dusty-nv/jetson-containers中的Ollama LLM包,是为NVIDIA Jetson嵌入式平台设计的容器化解决方案,旨在简化大型语言模型(LLM)的部署与运行流程,支持多种主流LLM模型,充分利用Jetson设备的硬件加速能力,适用于边缘AI计算、智能终端开发等场景,为开发者提供便捷高效的本地化LLM部署工具。
8 次收藏10万+ 次下载
11 个月前更新
dustynv/nano_llm logo

dustynv/nano_llm

dustynv
用于在NVIDIA Jetson边缘设备上部署和运行大语言模型的Docker镜像,针对嵌入式硬件优化,支持本地高效推理。
5万+ 次下载
1 年前更新
dustynv/llama_cpp logo

dustynv/llama_cpp

dustynv
包含llama.cpp(启用CUDA支持)和llama-cpp-python的Docker镜像,支持GGUF/GGML模型格式,适用于本地大语言模型推理任务。
5 次收藏5万+ 次下载
1 年前更新
dustynv/l4t-pytorch logo

dustynv/l4t-pytorch

dustynv
适用于NVIDIA Jetson设备的PyTorch环境Docker镜像,集成PyTorch 2.2、TorchVision、TensorRT等组件,支持GPU加速和模型优化,适用于深度学习开发与部署。
10 次收藏5万+ 次下载
1 年前更新
dustynv/vllm logo

dustynv/vllm

dustynv
NVIDIA Jetson 平台优化的大语言模型推理服务框架
5 次收藏5万+ 次下载
11 个月前更新

查看更多 jetson-inference 相关镜像

轩辕镜像配置手册

按平台快速找到配置文档

Docker

登录仓库拉取

登录认证 · 私有仓库

专属域名拉取

免登录 · 高速拉取

Linux

Docker 镜像配置

Windows / Mac

Docker Desktop 配置

MacOS OrbStack

OrbStack 容器

Docker Compose

Compose 项目配置

NAS

群晖

Synology 配置

飞牛

fnOS 镜像配置

绿联

绿联 NAS

威联通

QNAP 配置

极空间

极空间 NAS

企业仓库

其他仓库

ghcr · Quay · nvcr

Harbor 镜像源

Proxy Repository 对接

Portainer 镜像源

Registries 配置

Nexus 镜像源

Docker Proxy 缓存

开发工具

Dev Containers

VS Code 开发容器

Podman

Podman 配置指南

Singularity / Apptainer

HPC 科学计算容器

Kubernetes

K8s Containerd

Kubernetes · Containerd

K3s

轻量级集群

面板 / 网络

爱快路由

iKuai 镜像加速

宝塔面板

一键配置镜像源

AI

用 AI 使用轩辕镜像

agents.md · AI 对话 · 提示词

一键安装

一键安装 Docker

Linux Docker 一键安装

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

镜像拉取常见问题

功能

免费版与专业版区别

功能对比 · 版本选择

支持的镜像仓库

Docker Hub · GCR · GHCR

新手拉取配置

登录 · 专属域名 · 配置

docker search 限制

专属域名 · Hub 搜索

不支持 push

仅支持 pull · 不支持

拉取速度原因

带宽 · 缓存 · 冷热镜像

错误码

402 与流量用尽

402 · 流量包 · 充值

401 认证失败

401 · docker login

manifest unknown

标签错误 · 镜像不存在

410 Gone 排查

410 · Docker 升级

429 限流

免费版 · 请求频率

其他报错

DNS 超时

DNS 解析 · 网络超时

TLS 证书失败

no matching manifest(架构)

账号

失败是否计费

manifest · blob · 计费

申请开发票(企业 / 个人)

企业 · 个人 · 工单

修改登录密码

网站 · 仓库 · 重置

注销账户

工单 · 数据 · 注销

原理

mirrors 不生效

daemon.json · 重启

去掉域名前缀

docker tag · 重命名

指定架构拉取

ARM64 · AMD64 · 多架构

latest 与「最新」

digest · 版本号 · 标签

查看全部问题→

用户好评

来自真实用户的反馈,见证轩辕镜像的优质服务

用户头像

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。"

轩辕镜像
镜像详情
...
dustynv/jetson-inference
教程轩辕镜像功能与使用教程
价格查看流量套餐与价格
热门查看热门 Docker 镜像推荐
博客Docker 镜像公告与技术博客
官方公众号:源码跳动|官方技术交流群:51517718
官方公众号:源码跳动|官方技术交流群:|问题咨询请:提交工单
商务合作:点击复制邮箱
©2024-2026 源码跳动
商务合作:点击复制邮箱Copyright © 2024-2026 杭州源码跳动科技有限公司. All rights reserved.