Jetson Inference Docker 镜像
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。
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/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 |
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和https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag,或手动组合https://docs.docker.com/engine/reference/commandline/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会将参数转发给https://docs.docker.com/engine/reference/commandline/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会找到与您的JetPack/L4T版本兼容的容器镜像——无论是本地镜像、从仓库拉取的镜像,还是需要构建的镜像。
要将主机目录挂载到容器中,使用https://docs.docker.com/engine/reference/commandline/run/#volume或https://docs.docker.com/engine/reference/commandline/run/#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https://docs.docker.com/engine/reference/commandline/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,必要时它会提示您构建容器。要手动构建,请先完成https://github.com/dusty-nv/jetson-containers/tree/master/docs/setup.md,然后运行:
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可查看构建选项。
dustynv 命名空间的其他可用镜像:
dustynv/vllm
dustynv/ollama
dustynv/ros
dustynv/l4t-pytorch
dustynv/transformers
dustynv/piper-tts
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
DockerHub 原生拉取命令
用户好评
来自真实用户的反馈,见证轩辕镜像的优质服务