Ultralytics 的 Docker 快速入门指南
本指南全面介绍了为您的 Ultralytics 项目设置 Docker 环境的过程。Docker 是一个用于开发、交付和运行应用程序的平台，使用容器。它特别有利于确保软件无论部署在哪里都能始终如一地运行。更多详情，请访问 Docker Hub 上的 Ultralytics Docker 仓库。
你将学到什么
- 设置支持 NVIDIA 的 Docker
- 安装 Ultralytics Docker 镜像
- 在 Docker 容器中使用 CPU 或 GPU 支持运行 Ultralytics
- 使用 Docker 显示服务器显示 Ultralytics 检测结果
- 将本地目录挂载到容器中
前提条件
- 确保 Docker 已安装在您的系统上。如果没有，您可以从 Docker 的网站 下载并安装。
- 确保您的系统有 NVIDIA GPU 并且已安装 NVIDIA 驱动程序。
设置支持 NVIDIA 的 Docker
首先，通过运行以下命令验证 NVIDIA 驱动程序是否正确安装：
安装 NVIDIA Docker 运行时
现在，让我们安装 NVIDIA Docker 运行时以在 Docker 容器中启用 GPU 支持：
# 添加 NVIDIA 包仓库
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
distribution=$(lsb_release -cs)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
# 安装 NVIDIA Docker 运行时
sudo apt-get update
sudo apt-get install -y nvidia-docker2
# 重启 Docker 服务以应用更改
sudo systemctl restart docker
验证 Docker 中的 NVIDIA 运行时
运行 docker info | grep -i runtime 以确保 nvidia 出现在运行时列表中：
安装 Ultralytics Docker 镜像
Ultralytics 提供了多个针对不同平台和使用场景优化的 Docker 镜像：
- Dockerfile: GPU 镜像，适合训练。
- Dockerfile-arm64: 适用于 ARM64 架构，适合 Raspberry Pi 等设备。
- Dockerfile-cpu: 仅 CPU 版本，适合推理和非 GPU 环境。
- Dockerfile-jetson: 针对 NVIDIA Jetson 设备优化。
- Dockerfile-python: 最小 Python 环境，适合轻量级应用。
- Dockerfile-conda: 包含 Miniconda3 并通过 Conda 安装了 Ultralytics 包。
拉取最新镜像：
# 将镜像名称设置为变量
t=ultralytics/ultralytics:latest
# 从 Docker Hub 拉取最新的 Ultralytics 镜像
sudo docker pull $t
在 Docker 容器中运行 Ultralytics
以下是如何执行 Ultralytics Docker 容器的方法：
仅使用 CPU
使用 GPU
# 使用所有 GPU 运行
sudo docker run -it --ipc=host --gpus all $t
# 指定使用哪些 GPU 运行
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t
-it 标志分配一个伪 TTY 并保持 stdin 打开，允许您与容器交互。--ipc=host 标志启用共享主机的 IPC 命名空间，这对于进程间共享内存是必要的。--gpus 标志允许容器访问主机的 GPU。
在 Docker 容器中运行 Ultralytics
以下是如何执行 Ultralytics Docker 容器的方法：
仅使用 CPU
使用 GPU
# 使用所有 GPU 运行
sudo docker run -it --ipc=host --gpus all $t
# 指定使用哪些 GPU 运行
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t
-it 标志分配一个伪 TTY 并保持 stdin 打开，允许您与容器交互。--ipc=host 标志启用共享主机的 IPC 命名空间，这对于进程间共享内存是必要的。--gpus 标志允许容器访问主机的 GPU。
文件访问说明
要在容器内访问本地机器上的文件，可以使用 Docker 卷：
将 /path/on/host 替换为本地机器上的目录路径，将 /path/in/container 替换为 Docker 容器内的目标路径。
在 Docker 容器中运行图形用户界面（GUI）应用程序
高度实验性 - 用户承担所有风险
以下说明是实验性的。与 Docker 容器共享 X11 套接字存在潜在的安全风险。因此，建议仅在受控环境中测试此解决方案。有关更多信息，请参阅这些资源，了解如何使用 xhost(1)(2)。
Docker 主要用于容器化后台应用程序和 CLI 程序，但它也可以运行图形程序。在 Linux 世界中，两个主要的图形服务器处理图形显示：X11（也称为 X Window 系统）和 Wayland。在开始之前，确定当前使用的是哪个图形服务器至关重要。运行以下命令以找出：
X11 或 Wayland 显示服务器的设置和配置不在本指南的范围内。如果上述命令没有返回任何内容，那么您需要先让其中之一在您的系统上工作，然后再继续。
运行带有 GUI 的 Docker 容器
Example
使用 GPU
如果您使用的是 [GPU](#using-gpus)，可以在命令中添加 `--gpus all` 标志。
使用带有 GUI 的 Docker
现在您可以在 Docker 容器内显示图形应用程序。例如，您可以运行以下 CLI 命令 来可视化 YOLO11 模型 的 预测：
测试
验证 Docker 组是否可以访问 X11 服务器的简单方法是运行带有 GUI 程序的容器，如 xclock 或 xeyes。或者，您也可以在 Ultralytics Docker 容器中安装这些程序，以测试您的 GNU-Linux 显示服务器的 X11 服务器访问权限。如果遇到任何问题，请考虑设置环境变量 -e QT_DEBUG_PLUGINS=1。设置此环境变量将启用调试信息的输出，有助于故障排除。
完成 Docker GUI 后
想直接在终端中查看图像结果？
请参阅以下指南，了解如何在终端中查看图像结果
恭喜！您现在已设置好使用 Docker 的 Ultralytics，并准备好利用其强大的功能。有关其他安装方法，请随意浏览 Ultralytics 快速入门文档。
常见问题
如何使用 Docker 设置 Ultralytics？
要使用 Docker 设置 Ultralytics，首先确保 Docker 已安装在您的系统上。如果您有 NVIDIA GPU，请安装 NVIDIA Docker 运行时以启用 GPU 支持。然后，使用以下命令从 Docker Hub 拉取最新的 Ultralytics Docker 镜像：
有关详细步骤，请参阅我们的 Docker 快速入门指南。
使用Ultralytics Docker镜像进行机器学习项目有哪些好处？
使用Ultralytics Docker镜像确保在不同机器上拥有一致的环境，复制相同的软件和依赖项。这对于跨团队协作、在各种硬件上运行模型以及保持可重复性特别有用。对于基于GPU的训练，Ultralytics提供了优化的Docker镜像，如适用于通用GPU使用的Dockerfile和适用于NVIDIA Jetson设备的Dockerfile-jetson。更多详情请访问Ultralytics Docker Hub。
如何在支持GPU的Docker容器中运行Ultralytics YOLO？
首先，确保已安装并配置了NVIDIA Docker运行时。然后，使用以下命令在支持GPU的情况下运行Ultralytics YOLO：
此命令设置了一个具有GPU访问权限的Docker容器。更多详情请参阅Docker快速入门指南。
如何在带有显示服务器的Docker容器中可视化YOLO预测结果？
要在Docker容器中通过GUI可视化YOLO预测结果，您需要允许Docker访问您的显示服务器。对于运行X11的系统，命令如下：
xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
-v /tmp/.X11-unix:/tmp/.X11-unix \
-v ~/.Xauthority:/root/.Xauthority \
-it --ipc=host ultralytics/ultralytics:latest
对于运行Wayland的系统，使用：
xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
-v $XDG_RUNTIME_DIR/$WAYLAND_DISPLAY:/tmp/$WAYLAND_DISPLAY \
--net=host -it --ipc=host ultralytics/ultralytics:latest
更多信息请参阅在Docker容器中运行图形用户界面（GUI）应用程序部分。
我可以将本地目录挂载到Ultralytics Docker容器中吗？
是的，您可以使用-v标志将本地目录挂载到Ultralytics Docker容器中：
sudo docker run -it --ipc=host --gpus all -v /path/on/host:/path/in/container ultralytics/ultralytics:latest
将/path/on/host替换为您本地机器上的目录，将/path/in/container替换为容器内的目标路径。此设置允许您在容器内处理本地文件。更多信息请参阅挂载本地目录相关部分。
